Получение шаблонов для распознавания символов автомобильного номера на основе взвешивания обучающего набора

В статье предлагается алгоритм получения шаблонов для решения задачи распознавания символов автомобильного номера методом сопоставления с эталоном. Предлагаемый алгоритм основан на взвешивании обучающего набора и позволяет получить шаблоны каждого класса символов на основе минимизации средней ошибки...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Штучний інтелект
Datum:2011
1. Verfasser: Мурыгин, К.В.
Format: Artikel
Sprache:Russian
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2011
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/58849
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Получение шаблонов для распознавания символов автомобильного номера на основе взвешивания обучающего набора / К.В. Мурыгин // Штучний інтелект. — 2011. — № 2. — С. 164-170. — Бібліогр.: 6 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:В статье предлагается алгоритм получения шаблонов для решения задачи распознавания символов автомобильного номера методом сопоставления с эталоном. Предлагаемый алгоритм основан на взвешивании обучающего набора и позволяет получить шаблоны каждого класса символов на основе минимизации средней ошибки классификации по всем классам. Полученные предложенным методом шаблоны позволяют решать задачу классификации символов с меньшей ошибкой, чем при использовании в качестве шаблонов центров распределений классифицируемых классов, сохраняя при этом хорошую обобщающую способность метода сопоставления с эталоном. In article the algorithm of templates calculation for the decision of a problem of car plates symbols recognition based on template matching is offered. The offered algorithm is based on weighing of a training set and allows obtaining templates of each class of symbols on the basis of minimization of an average error of classification by all classes. The templates received by an offered method allow to solve a problem of symbols classification with a smaller error, than at use as templates of the centers of distributions of classified classes, keeping thus good generalizing ability of a template matching method.
ISSN:1561-5359