【车牌识别】基于GRNN广义回归神经网络的车牌识别matlab仿真

1606 篇文章 1630 订阅
本文介绍了基于GRNN广义回归神经网络的车牌识别方法,探讨了GRNN的理论基础,指出其在函数逼近中的优势,并通过matlab2013b进行了仿真。相比于传统BP神经网络,GRNN在车牌识别中表现出更高的稳定性和准确性,但正确率仍有提升空间。
摘要由CSDN通过智能技术生成

1.软件版本

matlab2013b

2.本算法理论知识

GRNN广义回归神经网络的理论基础是非线性核回归分析,非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y。设随机变量x和y的联合概率密度函数为f (x ,y),已知x的观测值为X,则y相对于X的回归,即条件均值为:

对于未知的概率密度函数f (x, y),可由x和y的观测样本经非参数估计得:

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

fpga和matlab

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值