CAJ | 학술논문

限速标志识别系统是智能交通系统的一个重要组成部分,它能有效地辅助司机安全驾驶.针对限速标志的数字字符识别问题,提出一种基于超网络模型的模式识别方法.首先介绍了超网络计算模型及其分类原理；然后采用颜色分割和形状分析相结合的方法对限速标志进行定位,并提取出限速数字字符特征；最后以限速字符的特征向量为训练样本对超网络模型进行演化学习.本文使用超网络模型对限速标志20、40、60、80 km/h进行识别.实验结果表明,基于超网络模型的道路限速标志识别系统最快只需3次迭代便可以完成对样本的学习,识别率为96.15％.和其它传统模式识别方法相比,该模型具有学习时间短、识别率高的优点,为解决现实应用中的道路限速标志识别问题提供了可能.
한속표지식별계통시지능교통계통적일개중요조성부분,타능유효지보조사궤안전가사.침대한속표지적수자자부식별문제,제출일충기우초망락모형적모식식별방법.수선개소료초망락계산모형급기분류원리；연후채용안색분할화형상분석상결합적방법대한속표지진행정위,병제취출한속수자자부특정；최후이한속자부적특정향량위훈련양본대초망락모형진행연화학습.본문사용초망락모형대한속표지20、40、60、80 km/h진행식별.실험결과표명,기우초망락모형적도로한속표지식별계통최쾌지수3차질대편가이완성대양본적학습,식별솔위96.15％.화기타전통모식식별방법상비,해모형구유학습시간단、식별솔고적우점,위해결현실응용중적도로한속표지식별문제제공료가능.