[发明专利]基于人工神经网络的车牌识别学习方法及系统

摘要

本发明提供了一种基于人工神经网络的车牌识别学习方法及系统，包括：将每个车牌识别仪作为人工神经元，通过网络组成车牌识别系统的人工神经网络，对车牌识别仪给出样本车牌进行学习得到经验表，根据所述经验表预测识别结果；通过回归分析，了解统一车牌的多个字符或者多个车牌的多个字符是否相关、相关方向与强度，建立数学模型；通过验证目标车牌，调整数学模型的反应变数与解释变数；通过分类分析，根据已知样本车牌的特征，判断新的样本车牌属于哪种已知的样本类，通过计算选择特征参数，建立判别函数，对样本车牌进行分类。本发明能够准确识别车辆的有效身份，减少了对识别距离和环境的要求，节约安装维护成本。

主权项

1.一种基于人工神经网络的车牌识别学习方法，其特征在于，包括步骤：人工神经网络组建步骤：将每个车牌识别仪作为人工神经元，通过网络组成车牌识别系统的人工神经网络，对车牌识别仪给出样本车牌进行学习得到经验表，根据所述经验表预测识别结果；数学模型建立步骤：通过回归分析，了解统一车牌的多个字符或者多个车牌的多个字符是否相关、相关方向与强度，建立数学模型；数学模型调整步骤：通过验证目标车牌，调整数学模型的反应变数与解释变数；分类分析步骤：通过分类分析，根据已知样本车牌的特征，判断新的样本车牌属于哪种已知的样本类，通过计算选择特征参数，建立判别函数，对样本车牌进行分类。