自动化技术与应用
自動化技術與應用
자동화기술여응용
TECHNIQUES OF AUTOMATION AND APPLICATIONS
2014年
11期
74-78
,共5页
斑块去除%直线去除%图形学双边缘检测%判别树
斑塊去除%直線去除%圖形學雙邊緣檢測%判彆樹
반괴거제%직선거제%도형학쌍변연검측%판별수
spot removal%line removal%graphics double edge detection%discriminant tree
针对被污染纸币的冠字号的识别常见的几种干扰选择合适解决方法,并改进神经网络分类器,使用多层分类方法进行识别.现有的清分机和点钞机都能很好得识别八到十成新钱币的冠字号,然而,随着纸币流通不断做旧,清分机对纸币冠字号的识别明显下降,其中磨损、汗渍、折痕等是对清分机的识别影响很大的因素.本文提出多种新颖的算法,能够很好的解决被污染纸币的冠字号识别问题,并使用多层神经网络判别树架构,有效得提高了纸币识别率和容错率,最终实验结果表明,本算法能获得98.3％的识别率.
針對被汙染紙幣的冠字號的識彆常見的幾種榦擾選擇閤適解決方法,併改進神經網絡分類器,使用多層分類方法進行識彆.現有的清分機和點鈔機都能很好得識彆八到十成新錢幣的冠字號,然而,隨著紙幣流通不斷做舊,清分機對紙幣冠字號的識彆明顯下降,其中磨損、汗漬、摺痕等是對清分機的識彆影響很大的因素.本文提齣多種新穎的算法,能夠很好的解決被汙染紙幣的冠字號識彆問題,併使用多層神經網絡判彆樹架構,有效得提高瞭紙幣識彆率和容錯率,最終實驗結果錶明,本算法能穫得98.3％的識彆率.
침대피오염지폐적관자호적식별상견적궤충간우선택합괄해결방법,병개진신경망락분류기,사용다층분류방법진행식별.현유적청분궤화점초궤도능흔호득식별팔도십성신전폐적관자호,연이,수착지폐류통불단주구,청분궤대지폐관자호적식별명현하강,기중마손、한지、절흔등시대청분궤적식별영향흔대적인소.본문제출다충신영적산법,능구흔호적해결피오염지폐적관자호식별문제,병사용다층신경망락판별수가구,유효득제고료지폐식별솔화용착솔,최종실험결과표명,본산법능획득98.3％적식별솔.
