모듈라 신경망을 이용한 자동차 번호판 문자인식
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박창석 | - |
dc.contributor.author | 김병만 | - |
dc.contributor.author | 서병훈 | - |
dc.contributor.author | 이광호 | - |
dc.date.available | 2020-04-24T14:26:23Z | - |
dc.date.created | 2020-04-03 | - |
dc.date.issued | 2003 | - |
dc.identifier.issn | 1976-9172 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/kumoh/handle/2020.sw.kumoh/3482 | - |
dc.description.abstract | 최근, 분류기 쪽에서는 모듈라 학습을 이용한 방법들에 대해서 상당한 관심이 모아지고 있다. 분할 및 합병 개념에 바탕을 둔 모듈라 학습 방법이 복잡한 문제를 해결함에 있어서 학습 질 측면이나 학습 속도 면에서 단일 분류기에 비해 좋은 결과를 보이고 있고, 인공신경망을 이용한 분류 방법 쪽에서도 이러한 연구들이 이루어지고 있다. 본 논문에서는 자동차 번호판 인식을 위한 간단한 형태의 모듈라 신경망을 제안하고 모듈라 신경망 구성 시, 특징 벡터 클러스터링 방법에 따른 모듈라 신경망의 성능을 평가하였다. K-means 클러스터링 알고리즘을 이용하여 유사한 특징 벡터를 그룹핑하는 방법과 본 논문에서 제안한 알고리즘을 사용하여 유사하지 않는 특징 벡터들을 그룹핑하는 방법 각각을 구현하여 실험하였다. 실험결과, 유사하지 않는 특징 벡터들로 모듈라 신경망을 구성할 경우가 그렇지 않은 경우보다 좋은 인식 결과를 보였다. | - |
dc.publisher | 한국지능시스템학회 | - |
dc.title | 모듈라 신경망을 이용한 자동차 번호판 문자인식 | - |
dc.title.alternative | Character Recognition of Vehicle Number Plate using Modular Neural Network | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김병만 | - |
dc.identifier.bibliographicCitation | 한국지능시스템학회 논문지, v.13, no.4, pp.409 - 415 | - |
dc.citation.title | 한국지능시스템학회 논문지 | - |
dc.citation.volume | 13 | - |
dc.citation.number | 4 | - |
dc.citation.startPage | 409 | - |
dc.citation.endPage | 415 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART000900607 | - |
dc.description.journalClass | 2 | - |
dc.subject.keywordAuthor | 모듈라 신경망 | - |
dc.subject.keywordAuthor | 클러스터링 | - |
dc.subject.keywordAuthor | 번호판 인식 | - |
dc.subject.keywordAuthor | 모듈라 학습 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
350-27, Gumi-daero, Gumi-si, Gyeongsangbuk-do, Republic of Korea (39253)054-478-7170
COPYRIGHT 2020 Kumoh University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.