改进深度学习的车牌字符识别技术

针对传统车牌字符检测方法存在效率低、可靠性差的情况,提出应用Haar级联检测结合深度学习方法的卷积神经网络车牌字符识别法.首先采用Haar级联分类器提取出图片中车牌的位置,通过灰度、阈值、腐蚀、膨胀等预处理提取出车牌字符;然后收集字符数据,对CNN神经网络在角度倾斜、光照变化和噪声污染复杂条件下进行训练,使用训练后得到的模型对车牌字符图片进行识别.实验结果表明,该方法识别车牌字符正确率较高,在角度倾斜、光照变化等噪声污染条件下的准确性和稳定性较好,能够有效地降低车标识别的错误率.     

径向基神经网络算法在车牌字符识别中的应用

提出一种基于径向基网络的汽车车牌字符识别算法.在预处理阶段,采用灰度化、自适应阈值分割去除图像噪声并增强图像对比度;在字符分割阶段,采用极限元素位置确定法实现独立字符分割;在字符识别阶段,利用自行构建的字符子块图像库对径向基神经网络进行训练.选取基于反向传播(BP)神经网络的字符识别算法和基于支持向量机(SVM)的字符识别算法与文中方法进行比较.实验结果表明:文中方法在识别准确率上具有明显优势,更适用于汽车车牌的字符识别.     

基于字典学习与稀疏表达分类的低质量字符识别

为解决低质量字符中的断笔、噪声和模糊问题,以及不同字体与字号的字符识别问题,提出了基于字典学习与稀疏表达分类的低质量字符识别方法.首先,收集不同字体和字号的字符样本构建字符超完备字典;然后,对测试字符进行稀疏表达建模,并根据求解的稀疏系数进行字符分类.为了使字典更具鉴别性,文中提出了基于因子分析的字典学习方法.实验结果表明,文中所提方法不仅可以同时识别不同字体和字号的字符,还具有对断笔、噪声和模糊的鲁棒性.     

基于小波预处理的神经网络字符识别方法

提出了一种基于小波变换预处理的神经网络法的字符识别法,利用小波变换对字符进行了预处理,提取文字字符的主要能量特征,减少了字符特征识别的维数,与直接采用神经网络方法进行字符识别相比,所用的神经网络规模小,收敛速度快,能有效识别含有噪声的低质量模糊文字字符.     

基于改进深度学习的车牌字符识别技术研究

为解决传统车牌字符检测方法可靠性差、效率低的问题,提出采用haar级联检测结合深度学习方法的卷积神经网络车牌字符识别方法。采用haar级联分类器提取出图片中车牌的位置,通过灰度、阈值、腐蚀、膨胀等预处理技术提取出车牌字符;通过收集字符数据,对CNN神经网络在角度倾斜、光照变化和噪声污染条件下进行训练,使用训练后得到的模型对车牌字符图片进行识别。实验结果表明, 该方法识别车牌字符正确率较高,在角度倾斜、光照变化和噪声污染条件下的准确性和稳定性较好,能够有效地降低车标识别的错误率。     

一种基于特征的BP神经网络车牌字符识别

字符识别是自动车牌识别系统中很关键的一步.字符识别有以下几步,首先,对车牌图像进行预处理.其次,通过竖直方向投影分割字符.最后,将提取的字符特征输入网络进行训练.在实验中,利用该方法对光照不均、字符大小不一、运动背景的图像,特别是相似字符的识别获得了较高的识别率,并且将其与字符输入BP神经网络进行对比分析.实验结果表明,该方法对字符识别有很好的鲁棒性、有效性.     

基于雷达图表示原理的英文字符识别方法

在多元数据多元图表示原理理论基础上,提出了一种新的字符模式识别方法.首先基于多元数据雷达图表示原理进行字符的非数值数据-数值数据变换,进而实现字符信息的雷达图表示;然后对待识别字符进行多元图图形基元和特征基元分析,形成字符识别的多元图基元表示模犁;最后在字符识别的多元图基元表示模型基础上实现字符识别.本文以手写体大写英文字符的识别为例介绍该方法,通过实验证明该方法具有较好的识别效果.     

一种新的车牌数字及字母字符识别方法

车牌字符识别是车牌自动识别系统的关键环节．车牌数字及字母字符识别是车牌字符识别的重要组成部分．传统的模板匹配法的缺点是在车牌图像质量退化时识别率较低．提出一种新的改进的模板匹配法．该方法定义前景匹配度、背景匹配度和整体失配度3种匹配测度进行模板匹配，匹配成功则直接获得识别结果，否则，对相似字符情形应用特征区域模板匹配法，对其他情形应用空心模板匹配法．实验结果表明，该方法对车牌字符褪色、污迹、断裂、模糊、光照不均等质量退化车牌图像具有较好的识别效果．     

基于轮廓结构和统计特征的字符识别研究

车牌识别系统是智能交通不可缺少的一部分,在车牌识别系统中,字符的特征提取和字符识别是这一系统的关键技术.文章利用字符的轮廓结构特征和统计特征对字符进行识别,根据字符外部轮廓的上、下、左、右4个方向的特点和一些统计特征,如字符最大宽度,垂直方向笔画数等作为识别特征,形成判别树,再利用判别树对汽车牌照中的数字和字母进行识别.此方法识别的准确率比较高,并提高了识别速度,还适用于其他不同字体的数字和字母识别.     

基于SVM的车牌字符识别算法研究

SVM可在训练样本很少的情况下获得很好的分类推广能力。首先分析了用多类SVM算法对车牌中的字符进行识别时存在不可区分的区域问题和采用模糊SVM算法解决该问题的办法,然后讨论了字符特征的提取方法,并根据我国车牌字符的特点分别设计了汉字、字母、数字、字母/数字4个基于模糊多类SVM的字符分类器。最后在MATLAB环境下,采用径向基核函数对算法进行学习训练。实验测试结果表明,该方法可以很好的提高字符识别的速率和效率。     

利用Mathematica探讨环面上测地线的数值解法

本文主要讨论空间环面上的测地线问题,提出了环面的定义以及定理,并运用这些定义以及定理研究环面上的测地线,并且进一步讨论空间环面上的测地线的数值解法。     

老年性痴呆病发病机理的研究近况

为适应当今老龄化社会对老年性痴呆病的防治需要，从载脂蛋白E(ApoE)、tau蛋白、β-淀粉样肽及其前体蛋白、遗传因素、代谢因素几个方面对老年性痴呆(Alzheimer’s Disease，AD)的病因、病机作了描述．使人们在微观和宏观领域对AD有更清晰完全的认识。     

不同含水量对煤吸附甲烷的影响

运用Langmuir单分子层吸附理论,分析了煤对甲烷吸附能力受其含水量的影响利用WY - 98B型瓦斯常数测定仪,分别对2种煤样在不同含水量时吸附甲烷气体的等温吸附曲线、Langmuir压力、吸附常数a,b进行了定性与定量分析,得出了煤对甲烷吸附量随压力的变化关系式及Langmuir吸附常数a,b随煤样内水含量变化的关系式研究结果表明:含水煤样依然满足Langmuir单分子层吸附理论,吸附常数a,b与煤样中含水量的变化之间存在着一定相关性     

基于脑电探究外观特征对产品识别的影响

采取行为实验和脑电实验相结合的方法,分析产品外观特征元素(形状、颜色、材质)及其熟悉度(低、中、高)对产品识别的影响。脑电实验前,通过问卷获取被试的主观评价数据,进行实验假设。脑电实验采用经典的"学习-再认"范式,实验材料为3(形状、颜色、材质)×3(低、中、高)混合设计。结果表明:低和高熟悉度的颜色特征、低熟悉度的形状特征以及高熟悉度的材质特征能够有效提高产品的识别度。     

丝光沸石催化萘异丙基化反应的积炭失活研究

采用萘的异丙基化反应合成2,6-二异丙基萘（2,6-diisopropylnaphthalene,简称2,6-DIPN）是极具前景的方法.催化剂中以丝光沸石的择形催化效果最好,但其酸中心的积炭会使催化剂失活.以萘和丙烯为原料,以水汽脱铝氢型丝光沸石（SDHM）为催化剂,在高压釜中合成2,6-DIPN.考察了SDHM催化萘异丙基化反应的积炭失活规律,其原因可归结为SDHM的酸性中心被积炭覆盖以及一维孔道易堵塞所致.     

载Pt纳米TiO2抑制滇池蓝藻生长的研究

 对蓝藻样品的叶绿素含量、光合速率、呼吸速率、氧化物岐化酶(SOD)活性以及超氧阴离子含量进行测定.比较研究纳米TiO₂和负载Pt纳米TiO₂对蓝藻生长抑制的影响.结果表明,与纳米TiO₂相比,在太阳光下负载Pt纳米TiO₂对蓝藻的抑制效果更好.另外,研究表明,载Pt纳米TiO₂的载Pt量选择1.5%为最佳.     

乌洛托品对碳钢影响的研究

该实验采用动电势扫描法测定了碳钢在饱和碳酸铵溶液中的阳极极化曲线，讨论了在饱和碳酸铵溶液中不同量的乌洛托品和硫化钠对碳钢阳极行为的影响．     

种群密度对鱼类影响的研究概述

密度是水生种群生态学研究的重要内容之一，就密度对鱼类的摄食、生长、行为及物质能量代谢等方面的影响进行了概述，并就种群密度对鱼类的影响机理从神经内分泌学、血液学、免疫学等方面进行了探讨。     

棉纤维膜固定化脂肪酶的研究

对棉纤维作载体、对 - ( β-硫酸酯乙砜基 )苯胺 ( SESA)作活化剂固定化脂肪酶的工艺条件进行了研究 ,发现在醚化 p H值为 9.0～ 1 0 .0 ,交联 p H值为 7.0 ,酶的质量浓度为 6 mg· m L- 1,交联时间为 1 2 h,在室温条件下 ,得到最高固定化酶活力为 33U·g- 1。对上述条件下制备的固定化酶的稳定性进行了考察 ,用该固定化酶间歇水解橄榄油 ,重复使用 6次后相对水解率由 1 0 0 %降至 44%。该固定化脂肪酶最适使用的温度为 30～ 35℃ ,p H值为 9.0     

倒伏量对翻驳领结构影响分析

主要研究了直线状、圆弧状和部分圆弧部分直线状3种类型翻折线与翻驳领结构的相关关系,针对翻驳领结构设计中的主要难点——倒伏量进行研究,并分析翻折线变化对其产生的重要影响。通过变换驳点高度及搭门宽度来控制翻折线倾斜度,各领型分别做出ll组试样,进而研究翻折线与倒伏量的关系,最后对理论研究的数据进行成衣验证。