车牌字符图像的知识获取和识别方法的研究论文.pdfVIP

人工神经网络与自然计算研究进展 车牌字符图像的知识获取和识别方法的研究+ 方敏赵晓霞孙虹 合肥工业大学电气与自动化工程学院230009 xiaoxiazhao@163．COrn 摘要 在模式识别中，知识获取是关键．本文针对汽车车牌字符识别问题．给出了基于粗糙集理论 的知识获取方法．提出了三种实用的决蒙表属性约简算法用于决篆表约筒，根据约简后的决策表获取的 决策规则，构造模糊神经网络识别器．文中通过600个车牌字符样本获取知识构造识别器，利用另外200 个样本进行了识别实验，并给出了识别结果分析． 关键词粗糙集，属性约简．模糊神经网络，字符识别 1．引言 车牌字符图像识别属于模式识别的一个应用领域。在模式识别中，知识获取是关键。粗糙集(Rough Set)理论建立在分类机制的基础上，将知识理解为对数据的划分，可以方便地描绘知识表示中不同属性 的重要性，减少知识表示空间的维数，近年来已被广泛应用到人工智能，模式识别和数据挖掘等方面。 本文给出了基于粗糙集理论的知识获取方法，包括建立决策表、属性离散、属性约简和规则获取。基于 粗糙集的知识获取方法中，属性约简是一个重要的步骤，因