原文传递
基于忆阻神经网络的车牌识别研究
| 论文题名： | 基于忆阻神经网络的车牌识别研究 |
| 关键词： | 车牌识别;忆阻神经网络;字符校正;忆阻器;机器视觉 |
| 摘要： | 利用神经网络对车牌识别的技术现在已经很纯熟了，但是由于神经网络天然的复杂性其硬件电路的设计很难得以完成，这使得运用神经网络进行车牌识别的技术只能局限于软件仿真，并且需要大量的计算机资源，因而在应用上存在局限性。本文研究利用忆阻器的独特电学特性构造忆阻神经网络，并对其在车牌识别领域的应用进行研究，探索更易于硬件实现的新的车牌识别技术，对神经网络的电路集成化有着重要的意义。 本文在研究图像处理技术的基础上利用MATLAB仿真软件完成了包含车牌识别预处理、车牌定位、字符校正、分割和识别等步骤的整个系统工作。其中重点依据现有的忆阻器模型和忆阻器电学特性对忆阻器进行建模仿真，然后利用忆阻器作为人工神经网络的突触，构造了忆阻突触神经网络,并对构造的忆阻神经网络的性能进行分析，实现了基于忆阻突触神经网络的车牌识别，最后通过多组不同的实验方案与传统的BP神经网络车牌识别进行了对比研究。MATLAB软件仿真结果表明，尽管该忆阻神经网络在识别率上略低但在训练速度上有明显优势，而且结构简单、硬件电路容易实现，解决了以往利用集成电路和超大规模的集成电路来完成人工突触设计时所存在的高功耗和很难高度集成化等问题，有助于弥补传统神经网络硬件实现上的不足。该研究为忆阻器在神经网络应用、人工智能和机器视觉应用等方面提供了基础的理论依据和工程实施方案。 |
| 作者： | 牟庆丰 |
| 专业： | 电路与系统 |
| 导师： | 张荣芬 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
