摘要：将卷积神经网络LeNet．5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要，对传统的卷积神经网络LeNet．5的结构进行了改进，主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明，改进后的LeNet．5比传统的LeNet．5的识别率有所提高，识别率达到98．68％。另外，与BP神经网络进行了比较研究，从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=33165452

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）