科技广场
科技廣場
과기엄장
SCIENCE TECHNOLOGY PLAZA
2007年
5期
135-136
,共2页
K-L变换%特征向量%径向基神经网络%车牌字符识别
K-L變換%特徵嚮量%徑嚮基神經網絡%車牌字符識彆
K-L변환%특정향량%경향기신경망락%차패자부식별
本文对以切割好的并经过归一化处理的车牌字符用K-L变换提取特征向量,K-L变换能降低特征维数并保持字符图象的主要特征.采用了四个径向基神经网络对车牌字符识别,降低了识别复杂度,具有较好的识别效果.
本文對以切割好的併經過歸一化處理的車牌字符用K-L變換提取特徵嚮量,K-L變換能降低特徵維數併保持字符圖象的主要特徵.採用瞭四箇徑嚮基神經網絡對車牌字符識彆,降低瞭識彆複雜度,具有較好的識彆效果.
본문대이절할호적병경과귀일화처리적차패자부용K-L변환제취특정향량,K-L변환능강저특정유수병보지자부도상적주요특정.채용료사개경향기신경망락대차패자부식별,강저료식별복잡도,구유교호적식별효과.
