【正文】 各自的選取原則。 例：用兩層 BP 網(wǎng)絡(luò)實(shí)現(xiàn)“異或”功能。 一般的講，網(wǎng)絡(luò) sl 的選擇原則是：在能夠解決問題的前提下，再加上一個(gè)到兩個(gè)神經(jīng)元以加快誤差的下降速度即可。為本科畢業(yè)設(shè)計(jì) (論文 ) 第 28 頁(yè) 了減少尋找 學(xué)習(xí)速率的訓(xùn)練次數(shù)以及訓(xùn)練時(shí)間，比較合適的方法是采用變化 的自適應(yīng)學(xué)習(xí)速率，使網(wǎng)絡(luò)的訓(xùn)練在不同的階段設(shè)置不同大小的學(xué)習(xí)速率。 6. B P 算法力改進(jìn) BP 算法改進(jìn)的主要目標(biāo)是為了加快訓(xùn)練速度，避免陷入局部極小值和改善其他能力。為了解決這一問題，人們自然會(huì)想到在訓(xùn)練過程中自動(dòng)調(diào)整學(xué)習(xí)速率。 上式的學(xué)習(xí)規(guī)則雖然和上述推斷一致，但在應(yīng)用時(shí)還存在 一些潛在的問題。神經(jīng)網(wǎng)絡(luò)字符識(shí)別的具體流程圖如 所示 圖 神經(jīng)網(wǎng)絡(luò)字符識(shí)別流程圖 程序?qū)崿F(xiàn) 系統(tǒng)是對(duì)車牌圖像進(jìn)行了圖像灰度化、二值化、圖像的調(diào) 整、離散噪音點(diǎn)的去除、字符的切分、圖像的縮放、字符的細(xì)化、字符的平滑、圖像的求梯度等圖像預(yù)處理之后的圖像中的字符進(jìn)行二次處理。 (4)．作用函數(shù)后縮法 () () 實(shí)驗(yàn)證明，采用此方法，收斂時(shí)問平均可 減少 30％ ~50%。在連續(xù)幾次迭代中，若目標(biāo)函數(shù)對(duì)某個(gè)權(quán)導(dǎo)數(shù)的符號(hào)相反，則這個(gè)權(quán)的學(xué)習(xí)速率要減小。 (2)．自適應(yīng)學(xué)習(xí)速率 對(duì)于一個(gè)特定的問題，要選擇適當(dāng)?shù)膶W(xué)習(xí)速率并不是一件容易的事情。通常為了避免這種情況的產(chǎn)生，一是選取較小的初始權(quán)值，二是采用較小的學(xué)習(xí)速率。學(xué)習(xí)速率的選取范圍是~。 表 21 當(dāng) Sl ＝ 2， 3， 4， 5， 6， 20， 25， 30 時(shí)的訓(xùn)練結(jié)果 我們?cè)u(píng)價(jià)一個(gè)網(wǎng)絡(luò)設(shè)計(jì)的好壞 ，首先是它的精度，再一個(gè)就是訓(xùn)練時(shí)間。 (2)． 隱含層神經(jīng)元數(shù) 網(wǎng)絡(luò)訓(xùn)練精度的提高，可以通過采用一個(gè)隱含層，而增加其神經(jīng)元數(shù)的方法來獲得，這在結(jié)構(gòu)實(shí)現(xiàn)上，要比增加更多的隱含層要簡(jiǎn)單得多。 本科畢業(yè)設(shè)計(jì) (論文 ) 第 26 頁(yè) (3)．解釋 輸出層誤差 ej(j=1S2) 隱含層誤差 ei(i=1n2), 這里，可以認(rèn)為 ei 是由 ej 加權(quán)組合形成的，由于作用函數(shù)的存在， ej 的等效作用為 δ ji=ejf ?()。 2．輸入輸出關(guān)系 IH（輸入層到隱藏層 ） () () HO（隱藏層導(dǎo)輸出層） () 其中，輸人層神經(jīng)元個(gè)數(shù)為 n，隱含層神經(jīng)元個(gè)數(shù)為 n1，輸出層神經(jīng)元個(gè)數(shù)為 S2。 (2) 層間無連接； (3) 方向由入到出 . 感知網(wǎng)絡(luò)（ Perceptron 即為此），應(yīng)用最為廣泛。 圖 S 型函數(shù)（雙曲正切） (4)．輻射基函數(shù) ① 高斯函數(shù) 函數(shù)的形狀見圖 。 圖 閾值型作用函數(shù)一 本科畢業(yè)設(shè)計(jì) (論文 ) 第 20 頁(yè) 第二種是： () 也就是當(dāng)輸入大于 0時(shí)，輸出為 1；反之為 1。見圖 。奇數(shù)的用人的權(quán)重修正后，邊界的長(zhǎng)度檢測(cè)時(shí)可以彌補(bǔ)圖像離散化的誤差。因此，邊界鏈碼具有行進(jìn)的方向性，在具體應(yīng)用時(shí)必須加以注意?？?慮數(shù)字圖像像素點(diǎn) (x,y)的一個(gè) 8 鄰域，顯然在該點(diǎn)處的邊界只能在以下幾個(gè)方向：正東、東北、正北、西北、正面、西南、正南和東南，如圖 (a)所示。 (2) Person— Fu傅立葉描繪子 上面求 an和 bn時(shí)，已經(jīng)指出對(duì)數(shù)了圖像而言， φ(l)是分段連續(xù)的，即在 (vk1,vk)邊上是常數(shù)，而在端點(diǎn)上是不連續(xù)的，存在跳變?？啥x為： φ*(t)= φ(tL/2Π)+t t?[0,2Π] () 則 φ*(t)是 [0,2Π]的周期函數(shù)，而且它對(duì)封閉曲線 r 的平移、旋轉(zhuǎn)和尺度都是不變的。 (1) Zahn 描繪子 若以 y=f (x,y)直接進(jìn)行傅立葉交換，則變換的結(jié)果將與具體的 x 和 y 坐標(biāo)值有關(guān)，不能滿足平移和旋轉(zhuǎn)的不變性要求。以連續(xù)的圓形，正方形和正三角形為例，它們的圓形度 R分別為：圓形 R＝ 1，正方形 R＝ ，正三角形 R＝ 。 (1) 面積和周長(zhǎng) 面積 S和周長(zhǎng) L是描述區(qū)域大小的基本特征。圖像的數(shù)為 {f (x,y)}。因此，可定義其 pq 階矩為： Mpq=∑∑ f(i,j)ipjq () 不同 p、 q 值下可以得到不同的圖像矩 Mpq。 本科畢業(yè)設(shè)計(jì) (論文 ) 第 10 頁(yè) 對(duì)計(jì)算機(jī)圖像識(shí)別系統(tǒng)而言，物體的形狀是一個(gè)賴以識(shí)別的重要特征。這兩個(gè)特征基本上反映的是相同的屬性，即細(xì)胞的大小。對(duì)屬于不同類的圖像來說，他們的特征應(yīng)具備明顯的差異。 1. 特征形成 根據(jù)待識(shí)別的圖像，通過計(jì)算機(jī)產(chǎn)生一維原始特征，稱之為特征形成。特征選擇錯(cuò)誤，分類就個(gè)能分得準(zhǔn)確，甚至無法分類。為了能讓計(jì)算機(jī)系統(tǒng)認(rèn)識(shí)圖像，人們 首先必須尋找出算法，分析圖像的特征，然后將其特征用數(shù)學(xué)的辦法表示出來并教會(huì)計(jì)算機(jī)也能讀懂這些特征。 當(dāng)然，車牌識(shí)別系統(tǒng)的具體應(yīng)用發(fā)展也很迅猛，從原來的停車靜止拍攝場(chǎng)景 應(yīng)用，如收費(fèi)站、停車場(chǎng)等，發(fā)展到移動(dòng)公路車輛稽查、違章自動(dòng)報(bào)警、超載闖紅燈等實(shí)時(shí)監(jiān)控場(chǎng)合應(yīng)用，增加神經(jīng)網(wǎng)絡(luò)自適應(yīng)識(shí)別學(xué)習(xí)訓(xùn)練功能，對(duì)于系統(tǒng)響應(yīng)的速度、網(wǎng)絡(luò)化、智能化、識(shí)別成功率等實(shí)用化要求也越來越高。盡管如此，我國(guó)依然有大量的學(xué)者從事車牌字符識(shí)別研究，文獻(xiàn)給出了基于神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別方法，對(duì)于解析度較高和圖像比較清晰 的車牌，這些方法能有效識(shí)別車牌中的字符，但對(duì)于較低解析度和較為模糊的車牌無能為力，因?yàn)檫@些方法只有在車牌中的每個(gè)字符被獨(dú)立分割出來的前提下才能完成識(shí)別工作。學(xué)習(xí)是根據(jù)多個(gè)未知字樣抽取出模式表達(dá)形式，自動(dòng)構(gòu)造或修改充實(shí)字典，不斷提高系統(tǒng)識(shí)別率。抽取代表未知字符模式本質(zhì)的表達(dá)形式 (如各種特征 ) 和預(yù)先存儲(chǔ)在機(jī)器中的標(biāo)準(zhǔn)字符模式表達(dá)形式的集合 (稱為字典 ) 逐一匹配，用一定的準(zhǔn)則進(jìn)行判別，在機(jī)器存儲(chǔ)的標(biāo)準(zhǔn)字符模式表達(dá)形式的集合中，找出最接近輸入字符模式的表達(dá)形式，該表達(dá)形式對(duì)應(yīng)的字就是識(shí)別結(jié)果。對(duì)需同過眾多規(guī)則的推理達(dá)到目標(biāo)確認(rèn)的問題，有很好的效果。 缺點(diǎn)：對(duì)結(jié)構(gòu)復(fù)雜的模式抽取特征困難。用一個(gè)文法表示一類， m類就有 m個(gè)文法，然后判定未知模式遵循哪一個(gè)文法。 我國(guó)是從七十年代開始字符研究的。這一階段 的研究工作是技術(shù)和實(shí)際相結(jié)合，針對(duì)實(shí)際系統(tǒng)的要求和設(shè)備可能提供的條件，提出了更為復(fù)雜的技術(shù)。一個(gè)車牌定位與識(shí)別系統(tǒng)基本包括：圖像預(yù)處理、車牌搜索、車牌定位、車牌校正、車牌字符分割和字符識(shí)別結(jié)果的輸出。目前指紋識(shí)別、視網(wǎng)膜識(shí)別技術(shù)已經(jīng)到了實(shí)用階段；聲音識(shí)別技術(shù)發(fā)展也相當(dāng)快，而對(duì)汽車牌照等相關(guān)信息的自動(dòng)采集和管 理對(duì)于交通車輛管理、園區(qū)車輛管理、停車場(chǎng)管理、交警稽查等方面有著十分重要的意義，成為信息處理技術(shù)的一項(xiàng)重要研究課題。對(duì)大小不一的字符做歸一化后，對(duì)字符進(jìn)行特征提取，把長(zhǎng)為 15，寬為 25 的歸一化后的圖像中的字符信息提取出來，圖像中白點(diǎn)置為 0，圖像中的黑點(diǎn)置為 1，這樣就得到了 15 25 的特征向量，這個(gè)特征向量記錄的就是字符的特征。識(shí)別率也在 90%以上，表明該方法的有效性。 LPR 系統(tǒng)中的兩個(gè)關(guān)鍵子系統(tǒng)是車牌定位系統(tǒng)和車牌字符分割識(shí)別系統(tǒng)。這樣萌芽了一個(gè)基本思想 —抽取特征向量的構(gòu)造和它的相關(guān)函數(shù)。字符識(shí)別系統(tǒng)根據(jù)輸入設(shè)備的不同有如下分類 [19]，如圖 所示： 字符識(shí)別 磁識(shí)別 光學(xué)識(shí)別 機(jī)械識(shí)別 在線識(shí)別 脫機(jī)識(shí)別 單個(gè)字符識(shí)別 連筆字符識(shí)別 印刷體字符識(shí)別 手寫體字符識(shí)別 圖 字符識(shí)別分類 本科畢業(yè)設(shè)計(jì) (論文 ) 第 3 頁(yè) 目前開展比較多，并進(jìn)入實(shí)用階段的是光學(xué)字符識(shí)別系統(tǒng) (OCR 系統(tǒng) )。 字符識(shí)別系統(tǒng)用到的方法 字符識(shí)別系統(tǒng)用到的方法很多。 是一種布爾演算。能反映模式的結(jié)構(gòu)特性，能描述模式的性質(zhì)，對(duì)圖像的畸變的抗干擾能力較強(qiáng)。允許樣品有較大的缺損和畸變。文字經(jīng)光電掃描，模數(shù)轉(zhuǎn)換為帶灰度值的數(shù)字信號(hào)送至預(yù)處理環(huán)節(jié)。 國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì) 車牌識(shí)別技術(shù)自 1988 年以來，人們就對(duì)它進(jìn)行了廣泛的研究，目前國(guó)內(nèi)外已經(jīng)有眾多的算法，一些實(shí)用的 LPR 技術(shù)也開始用于車流監(jiān)控、出入控制、電子收費(fèi)、移動(dòng)稽查等場(chǎng)合。因而車牌字符識(shí)別的實(shí)用化研究仍然有很長(zhǎng)的路要走。 系統(tǒng)即可以單獨(dú)使用，也可以把它作為一個(gè)識(shí)別系統(tǒng)的軟件核心應(yīng)用到車牌識(shí)別系統(tǒng)中去。 圖像特征是指圖像的原始特性或?qū)傩浴? 特征選擇和提取的基本任務(wù)是如何從眾多特征中找出那些最有效的特征。所謂特征提取在廣義上說是一種變換。例如，雜志封面的文字圖像的分割中，顏色是一個(gè)不好的特征。圖像識(shí) 別系統(tǒng)的復(fù)雜程度隨著系統(tǒng)維數(shù)（特征的個(gè)數(shù)）迅速增長(zhǎng)。 由于感興趣的是圖像的形狀和結(jié)構(gòu)特征，所以其灰度信息往往可以忽略，只要能將它與其他目標(biāo)或背景區(qū)分開來即可。特別地， M7滿足鏡像對(duì)稱不變性。 S y (x,y) t ? ? ? x 圖 坐標(biāo)投影 (t,s)與原坐標(biāo)系 (x,y)間的對(duì)應(yīng)關(guān)系 由投影定理，對(duì)滿足一定條件的 {f (x,y)}， 如果知道全部方向上的 {p(t, ?)}，就可以唯一地恢復(fù) {f (x,y)}，然而統(tǒng)矩方法一樣，獲得所有方向上的投影在實(shí)際應(yīng)用中是行不通的。由于連續(xù)圖像采用離散 的像素點(diǎn)描述時(shí)，產(chǎn)生了誤差。 相反，區(qū)域內(nèi)任意兩像素間的連線不穿過區(qū)域外的像素，則稱為凸形。設(shè) r 是順時(shí)針方向的封閉曲線。 本科畢業(yè)設(shè)計(jì) (論文 ) 第 15 頁(yè)