基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
车牌识别是智能交通系统的重要组成部分,其关键是车牌字符识别技术.单一的神经网络难以识别模糊的车牌字符,文中提出了一种混合神经网络实现车牌字符识别技术.该混合神经网络结合联想记忆与BP神经网络,对输入的字符进行两次判别,经过训练、特征提取得到检测结果.通过在不同的噪声和不同的角度实验表明,采用混合神经网络具有更高的识别精度.
推荐文章
基于量子门神经网络的车牌字符识别
量子神经网络
量子门
车牌字符识别
基于BP神经网络的车牌字符识别方法
字符识别
特征提取
并行识别
BP神经网络
径向基神经网络算法在车牌字符识别中的应用
汽车车牌
字符分割
字符识别
径向基网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合神经网络的车牌字符识别技术
来源期刊 电子科技 学科 工学
关键词 BP神经网络 联想记忆网络 字符识别 混合神经网络
年,卷(期) 2019,(9) 所属期刊栏目
研究方向 页码范围 51-54
页数 4页 分类号 TP391
字数 2052字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2019.09.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨楠 长安大学信息工程学院 17 64 5.0 7.0
2 张长青 长安大学信息工程学院 8 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (124)
共引文献  (57)
参考文献  (16)
节点文献
引证文献  (1)
同被引文献  (4)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(19)
  • 参考文献(3)
  • 二级参考文献(16)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
联想记忆网络
字符识别
混合神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导