基于PSO-BP神经网络的车牌号码识别技术

• 作者: 吴志攀 杜华英 罗中良 赵跃龙
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 工学
• 关键词: BP神经网络 粒子群算法 (PSO) PSO-BP神经网络 车牌识别
• 年，卷（期）: 2017,（1）
• 页码范围: 46-52
• 页数: 7页
• 分类号: TP751.1
• 字数: 2485字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2017.01.008

摘要

针对传统BP神经网络在车牌识别的应用领域中，存在经常性陷入局部最优，而导致识别效果不理想事实。提出一种基于PSO-BP神经网络的车牌号码识别技术方法，该方法首先构建一个8－25－1的BP神经网络，再通过提取车牌的8像素比特征值作为BP神经网络的输入向量，然后采用粒子群算法（PSO）对该BP神经网络的权值和阈值进行优化，使其适应值达到最小。通过300副不同光照环境和污损的车牌识别仿真实验，验证了所提出的算法相对于传统的模板匹配算法和BP算法，具有输出误差小、全局收敛速度快和识别率高的特征，具有一定的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴志攀	惠州学院信息科学技术学院	13	49	3.0	6.0
2	赵跃龙	华南理工大学计算机科学与工程学院	96	679	14.0	22.0
3	罗中良	惠州学院电子信息与电气工程学院	67	241	8.0	12.0
4	杜华英	惠州城市职业学院信息技术系	4	45	3.0	4.0