《表4 字符识别结果:BP网络预测阈值的仪表重影字符识别方法研究》
实验结果如表4所示,由表4可以看出,改进Le Net-5和其他方法都能达到很高的识别率,表明本文二值化算法性能好,二值化后样本区分度高,但是改进Le Net-5不需要手动提取特征,在单个样本识别速度上比其他方法更快,虽然改进Le Net-5训练时间更长,但是训练过程可以预先完成,不影响实时识别。因此,改进Le Net-5更适合仪表数字的实时识别。
图表编号 | XD00229850600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 孙国栋、江亚杰、徐亮、胡也、席志远 |
绘制单位 | 湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院、湖北工业大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |