计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2012年
7期
168-171
,共4页
本小波变换%小波矩%主分量分析%BP 神经网络
本小波變換%小波矩%主分量分析%BP 神經網絡
본소파변환%소파구%주분량분석%BP 신경망락
随着物联网技术的发展,车联网的应用日益广泛,从而对车牌字符的识别提出了更高的要求,而字符识别的关键在于特征的提取和选择.提出了一种基于小波矩和主分量分析提取和选择特征向量的方法.该方法首先通过小波矩提取字符的特征,然后通过主分量分析对提取的特征进行选择,最后将特征向量送入 BP 神经网络进行字符识别.该方法能够很好的反映图像的全局特征和局部特征,并且具有较强的抗干扰能力.实验结果表明,该方法可以得到较好的识别效果
隨著物聯網技術的髮展,車聯網的應用日益廣汎,從而對車牌字符的識彆提齣瞭更高的要求,而字符識彆的關鍵在于特徵的提取和選擇.提齣瞭一種基于小波矩和主分量分析提取和選擇特徵嚮量的方法.該方法首先通過小波矩提取字符的特徵,然後通過主分量分析對提取的特徵進行選擇,最後將特徵嚮量送入 BP 神經網絡進行字符識彆.該方法能夠很好的反映圖像的全跼特徵和跼部特徵,併且具有較彊的抗榦擾能力.實驗結果錶明,該方法可以得到較好的識彆效果
수착물련망기술적발전,차련망적응용일익엄범,종이대차패자부적식별제출료경고적요구,이자부식별적관건재우특정적제취화선택.제출료일충기우소파구화주분량분석제취화선택특정향량적방법.해방법수선통과소파구제취자부적특정,연후통과주분량분석대제취적특정진행선택,최후장특정향량송입 BP 신경망락진행자부식별.해방법능구흔호적반영도상적전국특정화국부특정,병차구유교강적항간우능력.실험결과표명,해방법가이득도교호적식별효과