基于在线序列极限学习机的车牌字符识别方法

作     者：崔雷涛 陈亮 马强 

作者机构：东华大学信息科学与技术学院上海201620 

出 版 物：《微型机与应用》 (Microcomputer & Its Applications)

年 卷 期：2015年第34卷第23期

页      码：30-32页

摘      要：当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本,学习的效果受初始样本限制,对于识别过程中新出现的不同角度、光线等特征的字符图片不能自适应地学习。本文针对这个问题提出了基于在线序列极限学习机（OS-ELM）的车牌字符识别方法。在样本实时更新中使系统自适应调整网络权值,不断提高识别准确率。本文设计了汉字、字母、字母混合数字三个字符分类器,根据车牌字符的排列特征识别相应的字符。通过与传统ELM方法和BP神经网络法对比,结果证明该字符识别技术达到了较高的识别率,在训练速度上也比BP神经网络法提高了2~3个数量级。

主 题 词：车牌字符识别 极速学习机 在线序列 特征提取 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1674-7720.2015.23.010

馆 藏 号：203159688...