協(xié)同神經(jīng)網(wǎng)絡(luò)識別技術(shù)及其在車牌漢字識別中的應(yīng)用.pdf

1、本文在研究圖像目標(biāo)識別特別是漢字識別的基礎(chǔ)上討論了有關(guān)模式識別協(xié)同方法的研究。在結(jié)合車牌漢字識別的應(yīng)用實(shí)例中主要對協(xié)同學(xué)的學(xué)習(xí)算法，網(wǎng)絡(luò)優(yōu)化，不變性研究等方面展開的研究，主要包括以下幾方面的工作：1. 學(xué)習(xí)算法的研究。在詳細(xì)分析了協(xié)同基本理論和協(xié)同神經(jīng)網(wǎng)絡(luò)的構(gòu)造原理和運(yùn)作機(jī)制的基礎(chǔ)上，對協(xié)同學(xué)習(xí)算法進(jìn)行了全面的分析。2. 協(xié)同網(wǎng)絡(luò)優(yōu)化的研究。分析了序參量和注意參數(shù)的意義及二者之間的關(guān)系，并對于不平衡注意參數(shù)對勢函數(shù)吸引域的影響給出了

2、定性分析。3. 協(xié)同不變性識別的研究。根據(jù)不變性識別的特點(diǎn)首先引入?yún)f(xié)同學(xué)基于Fourier變換和復(fù)對數(shù)坐標(biāo)映射的方法處理模式的剛體運(yùn)動情形，并給出了一些例子。4. 具體應(yīng)用實(shí)例。針對漢字的特殊性，討論了它的結(jié)構(gòu)特征和統(tǒng)計(jì)特征，并根據(jù)這些特征對漢字進(jìn)行了分類，分類結(jié)果符合人類感知特征，充分說明了特征提取的有效性。隨后提出了分級協(xié)同神經(jīng)網(wǎng)絡(luò)模型以用于漢字的識別應(yīng)用，實(shí)驗(yàn)結(jié)果令人滿意。最后就協(xié)同神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)進(jìn)行了分析討論，充分說