基于ART2神经网络的车牌字符识别  

作　　者：黄戈祥[1] 陈继荣[1] 胡应添[1] 

机构地区：[1]中国科学技术大学信息科学技术学院,安徽合肥230027

出　　处：《计算机应用》2004年第B12期309-312,共4页journal of Computer Applications

摘　　要：提出了ART2神经网络在车牌自动识别系统中的应用。ART2神经网络可以在非平稳 的、有干扰的环境中进行无教师无监督的自学习,学习过程是自组织的实时学习,能迅速识别已学习 过的样本,并能迅速适应未学习过的新对象。Zernike矩具有旋转不变性、位移不变性、比例不变性。 该方法结合了Zernike矩和ART2神经网络的优点,在实验中取得了很好的效果,解决了车牌自动识 别系统中字符识别的难题。

关 键 词：ART2神经网络 非平稳环境 竞争学习与自稳机制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]