前向多層神經(jīng)網(wǎng)絡(luò)模式識別及其應(yīng)用研究.pdf

1、神經(jīng)網(wǎng)絡(luò)模式識別是近幾年來興起的模式識別領(lǐng)域的一個重要的研究方向。神經(jīng)網(wǎng)絡(luò)是一個高度并行的、非線性的、具有很高冗余度的系統(tǒng)，這種系統(tǒng)結(jié)構(gòu)使知識的表達(dá)與存儲，使模式信息處理過程，都與傳統(tǒng)的模式識別方法有很大差別。它所具有的高度非線性，能表達(dá)一些至少是目前尚無法用計算理論表達(dá)清楚的外部世界模型；同時，神經(jīng)網(wǎng)絡(luò)所具有的自學(xué)習(xí)，自組織能力使我們能在與外部世界的交互作用下，實(shí)現(xiàn)無法用當(dāng)前的計算理論表達(dá)清楚的功能；對于那些無法建立精確數(shù)學(xué)模型的系統(tǒng)

2、，神經(jīng)網(wǎng)絡(luò)有著獨(dú)特的優(yōu)勢。 車牌識別技術(shù)LPR是智能交通中的關(guān)鍵技術(shù)之一。以自動識別車牌號碼為基礎(chǔ)?？梢詫囕v進(jìn)行自動登記、驗(yàn)證、監(jiān)視、報警，進(jìn)而可以應(yīng)用在多重場合，如高速公路收費(fèi)系統(tǒng)；道路、卡口監(jiān)控系統(tǒng)；小區(qū)、停車場收費(fèi)、監(jiān)控系統(tǒng)；車流統(tǒng)計、引導(dǎo)系統(tǒng)等。 隨著自動化水平的不斷提高，在智能交通管理和監(jiān)控系統(tǒng)中，人們對車牌識別系統(tǒng)的準(zhǔn)確性不斷提出新的要求，因此把二者進(jìn)行有機(jī)的結(jié)合具有一定的理論意義和實(shí)踐價值。 選擇