基于改进卷积神经网络的车牌识别方法
来源期刊:软件工程2018年第10期
论文作者:徐绍凯 陈尹 赵林娟 姜代红
文章页码:17 - 19
关键词:机器学习;车牌识别;卷积神经网络;
摘 要:研究车牌识别技术时,存在着识别准确率波动较大,准确率较低等问题。为提高车牌识别准确率,提出了一种改进的卷积神经网络算法,在卷积神经网络模型的基础上对其层次、参数进行改进,通过设置对照实验获得较好的训练参数数值,使改进的卷积神经网络对车牌识别的准确率有一定提升。根据实验方案,对全连接神经网络、LeNet-5,以及改进的卷积神经网络在识别准确率方面进行对比实验,实验数据表明,改进的卷积神经网络在识别准确率方面高于全连接神经网络和LeNet-5。
徐绍凯,陈尹,赵林娟,姜代红
徐州工程学院信电工程学院
摘 要:研究车牌识别技术时,存在着识别准确率波动较大,准确率较低等问题。为提高车牌识别准确率,提出了一种改进的卷积神经网络算法,在卷积神经网络模型的基础上对其层次、参数进行改进,通过设置对照实验获得较好的训练参数数值,使改进的卷积神经网络对车牌识别的准确率有一定提升。根据实验方案,对全连接神经网络、LeNet-5,以及改进的卷积神经网络在识别准确率方面进行对比实验,实验数据表明,改进的卷积神经网络在识别准确率方面高于全连接神经网络和LeNet-5。
关键词:机器学习;车牌识别;卷积神经网络;