原文服务方: 科技与创新       
摘要:
随着卷积神经网络技术发展和成熟,越来越多的图像识别运用于该技术.而车辆作为人们出行的必需品,车牌识别技术也已经广泛应用在人们日常生活当中.卷积神经网络特有的局部连接、权值共享、下采样三大特性,将其运用在车牌识别中,通过大量的训练,能够极大提高车牌识别的速度和准确度.
推荐文章
基于卷积神经网络的细胞识别
细胞识别
卷积神经网络
深度学习
池化层
基于神经网络的分阶车牌字符识别算法研究
车牌字符识别
BP神经网络
卷积神经网络
分阶
基于改进卷积神经网络的手势识别
改进卷积神经网络
手势识别
准确率
图像处理
过拟合
Dropout
基于稀疏卷积神经网络的考生识别算法
考生识别
卷积神经网络
人脸识别
身份验证
多通道输入
方法比
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 基于卷积神经网络的车牌识别
来源期刊 科技与创新 学科
关键词 卷积神经网络 车牌识别 模型训练 权值共享
年,卷(期) 2020,(17) 所属期刊栏目 科技前沿
研究方向 页码范围 72-73
页数 2页 分类号 TP183|TP391.41
字数 语种 中文
DOI 10.15913/j.cnki.kjycx.2020.17.028
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 汪孟杰 武汉理工大学汽车工程学院 6 0 0.0 0.0
2 彭洋 武汉理工大学计算机科学与技术学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (2)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
车牌识别
模型训练
权值共享
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
论文1v1指导