论文部分内容阅读
本文将遗传算法与神经网络结合起来进行车牌字符训练和识别。根据神经网络的特点，对遗传算法的选择、交叉和变异算子进行了改进，并通过车牌字符识别实验进行了验证。采用实数编码的方式，提高了网络权值与阈值的计算精度，运用多种交叉方式并行交叉，拓宽了物种范围，利于搜索到全局最优解，自适应的变异概率控制方式一方面保证了物种的多样性，另一方面让算法快速收敛于全局最优。实验结果表明遗传算法提高了神经网络的训练效果，克服了BP神经网络收敛慢、易陷入误差函数局部极小值的缺点，提高了车牌识别正确率。