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.     

基于字符切割拼接的字段式液晶数字识别

为了实现字段式液晶数字的自动判读,提出了一种基于字符切割和拼接的识别算法。定位字符垂直投影的波峰,在两峰之间确定切割线并对字符进行切割,利用投影特征,对切割块进行拼接,实现字符的准确分割。实验表明,该方法解决了传统算法难以准确分割字段式字符的问题,提高了识别率以及准确率。     

基于双边缘检测的车牌识别算法

随着智能交通的不断发展,车牌识别系统已经成为其中的重要组成部分。车牌识别分为车牌定位、字符分割以及字符识别三个部分。提出了一种新型车牌识别方法。在车牌定位方面,采用双边缘检测车牌定位方法;对于字符分割则提出了寻找连通域与传统投影分割相结合的方法;在字符识别上,将分类器分为三组,同时对于易混淆的字符进行了再次分类,这种做法缩短了训练时间,提高了准确率。实验结果表明,所提出的方法具有识别率高和速度快等特点。     

基于Android的手机签到系统

介绍一款基于光学字符识别及嵌入式数据库技术的移动终端应用,可便捷地记录、管理和上传考勤报表,生成考勤成绩,实现了低成本高效率的考勤管理。     

基于RBF网络的光学字符提取与识别新方法

提出了一种新的基于统计与模糊隶属度的光学字符特征提取方法,可以快速准确地识别受噪声污染的光学字符.相比传统算法,本文方法的特征空间区分度更高,最小类间距离扩大33.2%以上.应用在径向基函数(Radical Basis Function,RBF)神经网络中,在字体字号变化且有背景噪声污染的影响下,识别率高达99%以上,且相比直方图投影法提速75%.理论分析与实验结果表明,与传统方法相比,该算法抗噪能力更强、模式区分度更高、时空复杂度更低,更简约、更全面地覆盖了字符的特征,应用范围广.已应用于实际系统,取得很好的实验结果.     

基于智能财务的高校全场景报销模式设计与实现

随着高校教学、科研规模的逐年增大，教学和科研过程中的经费报销由于种类繁多、项目复杂而传统的财务报销流程又冗杂、低效成为一大难题。本课题针对以上现象，结合财务实际工作需求，将智能技术用到财务报销工作，搭建全场景财务报销平台，解决报销工作面临的问题。运用OCR票据识别、电子签章以及RPA人工智能等技术搭建高校财务系统。通过平台建设，为师生提供集票据收集验证、选取报销、在线审核、生成凭证于一体的一站式报销服务，让报销的教师通过一部手机即可完成报销业务。有效提升高校财务治理效能，提高各高校财务工作处理效率，推动高校智能财务管理工作的高质量发展，为智能财务报销体系在高校的实践应用提供参考。     

车牌定位算法研究分析

车牌识别系统是智能交通系统的重要环节,车牌定位是车牌识别的前提和关键。车牌定位的准确率直接影响到后续字符识别效果,对车牌识别率的高低有重大影响。分析现有的车牌定位算法,比较不同算法的处理效果及其定位精确度等问题。     

如何保护你的e-mail地址

与大多数e-mail用户一样．也许每个月你都会收到许多封对你而言毫无用处的邮件，数量甚至与日俱增。安装过滤软件或许是个办法．但是．它只能帮助你剔除一些明显的垃圾邮件．至于那些过滤软件无法判断是否为垃圾邮件的邮件．将会被单独归档，用户仍然需要花费大量的时间来查阅。那么是否有什么办法能够从根本上杜绝垃圾邮件投递到你的信箱中呢？     

基于统一概率模型的每人单张图象的人脸识别研究

人脸识别不同于许多其他的传统模式识别问题(例如字符识别)。在传统的模式识别应用中，常常分类的类数比较少，而每一类的训练样本非常多。通常的统计模式识别方法基于内部插值的思想，根据各类中的样本情况，或者估计各类的类条件概率密度(如最大似然估计、Parzen窗估计等)，或者     

无处不在的OCR

OCR(Optical character Recognition,光学字符识别),是属于图型识别的一门学问。其目的就是要让计算机知道它到底看到了什么,尤其是文字资料。本文为您详细介绍OCR技术的发展、应用。