基于遗传算法的神经网络车牌字符识别方法
本文将遗传算法与神经网络结合起来进行车牌字符训练和识别。根据神经网络的特点,对遗传算法的选择、交叉和变异算子进行了改进,并通过车牌字符识别实验进行了验证。采用实数编码的方式,提高了网络权值与阈值的计算精度,运用多种交叉方式并行交叉,拓宽了物种范围,利于搜索到全局最优解,自适应的变异概率控制方式一方面保证了物种的多样性,另一方面让算法快速收敛于全局最优。实验结果表明遗传算法提高了神经网络的训练效果,克服了BP神经网络收敛慢、易陷入误差函数局部极小值的缺点,提高了车牌识别正确率。
车牌识别、遗传算法、神经网络
TP391.4(计算技术、计算机技术)
教育部博士点新教师基金200806141049
2014-01-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
39-45