纸币冠字号识别率改进算法

针对被污染纸币的冠字号的识别常见的几种干扰选择合适解决方法,并改进神经网络分类器,使用多层分类方法进行识别。现有的清分机和点钞机都能很好得识别八到十成新钱币的冠字号,然而,随着纸币流通不断做旧,清分机对纸币冠字号的识别明显下降,其中磨损、汗渍、折痕等是对清分机的识别影响很大的因素。本文提出多种新颖的算法,能够很好的解决被污染纸币的冠字号识别问题,并使用多层神经网络判别树架构,有效得提高了纸币识别率和容错率,最终实验结果表明,本算法能获得98.3%的识别率。