文献类型：期刊文章

作　　者：高在村[1,2] 龚声蓉[1]

机构地区：[1]苏州大学计算机科学与技术学院,苏州215006 [2]扬州职业大学信息工程学院,扬州225000

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(60673092);教育部科研重点基金资助项目(205059);江苏省高校自然科学基金资助项目(07KJD520186)

年　　份：2008

卷　　号：34

期　　号：23

起止页码：227-229

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对车牌字符在车牌图象质量退化时识别率较低以及识别时间较长的问题,提出一种基于量子神经计算的车牌字符识别方法。该方法将通用量子门组作为神经网络的激活函数来实现量子神经计算,同时把字符的粗网格特征作为字符的识别特征进行车牌字符识别。实验结果表明,该方法能有效提高"带噪"车牌的识别率以及抗干扰能力。

关 键 词：量子神经网络 量子门  车牌字符识别

分 类 号：TP301.6]