一种用于车牌定位的改进BP神经网络方法

为解决现有船舶交通流量预测算法中存在的预测精度不高、算法稳定性差等不足,将一种数据融合BP神经网络的算法用于船舶流量的预测,不仅能较好地实现船舶流量的高精度预测,而且还增强了算法的稳定性。以宁波港口2

棉花杂质检测是棉花加工产业的关键步骤,直接影响棉花的质量及价格。为了有效地把杂质从棉花中脱离出来,我们通过在YCbCr颜色空间下,基于杂质与棉花的色调信息差,提取二者的样本,采用BP神经网络进行训练并

基于神经网络的车牌汉字识别方法-基于神经网络的车牌汉字识别方法.pdf基于神经网络的车牌汉字识别方法

一种利用神经网络的图像模式识别论文，主要用来进行车牌识别的研究，还算不错吧，推荐下下！

车牌识别系统在现代交通系统中占据重要位置,在停车场管理、高速公路收费管理、十字路口监控都有广泛应用。车牌定位是车牌识别系统中的一个重要部分,由于车牌定位的车牌图片采集于户外,图像背景复杂、噪声干扰严重

根据车牌几何形状和字符纹理的特点，提出了一种基于区域操作的车牌图像定位方法，该方法充分利用车牌形状和纹理特征来制 定策略，将车牌定位简化为对少数候选区域的遴选和组合，具有灵活高效的特点。同时由于区域信

车牌定位、字符识别、sift算法一种新的车牌定位与倾斜校正方法

一种基于纹理模式的车牌定位方法

matlab实现神经网络,基础,十分详细说明。

BP神经网络的利用输入xy输出xy，用python语言编写的