基于离散Hopfield网络对英文字母识别的研究  

作　　者：王晓娟 白艳萍[2] 

机构地区：[1]重庆外语外事学院国际商贸与管理学院,重庆401420 [2]中北大学理学院,山西太原038507

出　　处：《周口师范学院学报》2024年第2期55-57,共3页Journal of Zhoukou Normal University

摘　　要：中国的车牌有三部分构成,第一部分为汉字,表示该车户口所在省的简称。第二部分为英文字母,表示该车所在地的地市一级代码。第三部分为数字和英文字母的组合。随着公路上交通压力越来越大以及汽车管理效率的低下,提出了针对车牌中的英文字母的识别方法。定义了标准英文字母,鉴于车牌识别中遇到的各种情况,进行模拟。比如对字母进行模糊处理,模拟实际生活中车牌的污点情况;对字母进行倾斜处理,模拟实际生活中遇到的车牌倾斜情况;对字母进行遮挡,模拟实际生活中车牌的遮挡情况。加入的噪声情况可以远大于或者远小于实际情况,然后测试各种情况下,离散Hopfield网络的识别效果。这样可以更好地测试网络性能。实验结果表明:离散Hopfield网络对英文字母具有较好的识别效果。

关 键 词：离散HOPFIELD神经网络 英文大写字母识别 联想记忆能力 

分 类 号：TP393[自动化与计算机技术—计算机应用技术] O235[自动化与计算机技术—计算机科学与技术]