文献类型：期刊文章

作　　者：赵志宏[1,2] 杨绍普[2] 马增强[1,2]

机构地区：[1]北京交通大学机械与电子控制工程学院,北京100044 [2]石家庄铁道学院,河北050043

出　　处：《系统仿真学报》

基　　金：国家杰出青年科学基金(50625518);教育部科学技术研究重点项目(205019)

年　　份：2010

卷　　号：22

期　　号：3

起止页码：638-641

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。

关 键 词：字符识别 车牌识别 卷积神经网络 LeNet-5  

分 类 号：TP391.4]