TP391
国家自然科学基金 , 青岛大学校科研和教改项目
采用径向基神经网络(RBFNN)识别车牌,RBFNN的算法采用混合结构优化算法,在识别中使用非全字符输入和多层识别器。混合结构优化算法减小了RBFNN的结构,提高了RBFNN的泛化能力;非全字符减少了RBFNN的输入,提高了车牌识别的速度;多层识别器保证了非全字符输入的识别率。将RBFNN的混合结构算法和非全字符输入、多层识别器相结合,在保证识别率的基础上,提高了识别速度。仿真试验表明:相对于全字符输入的车牌识别,本方法在时间复杂度上有很大优势;相对于K-means算法的RBFNN车牌识别,本方法在泛化能力上有一定的优势。
赵志刚,缪凯,吕慧显.基于RBFNN和非全字符输入的车牌识别方法[J].光电子激光,2007,(12):1457~1461