协同联想记忆分类器在车牌照检测与识别中的应用

从协同学角度出发,提出了一种协同联想记忆分类器(SAMC)的实现算法。为了验证SAMC算法的有效性,针对汽车车牌图像的识别系统,构建了一个基于SAMC的解决方案。实验结果表明,用SAMC实现算法来识别效果好,适合于对有噪声的车牌图像进行处理。该算法训练简单,联想能力强,对具有背景噪声和视角引起的图像畸变失真具有一定的抗干扰能力,识别结果令人满意。

基于协同联想的分类器算法

文中首先从协同学角度出发 ,提出了一种协同联想记忆分类器 (SAMC)的实现算法。为了验证SAMC算法的有效性 ,针对汽车车牌图像的识别系统 ,构建了一个基于SAMC的解决方案。实验结果表明 ,用SAMC实现算法识别效果好 ,适合于对有噪声的车牌图像的处理 ;该算法训练简单、联想能力强 ,对具有背景噪声和视角引起的图像畸变失真有一定的抗干扰能力 ,识别结果令人满意。

一种基于协同联想的空域数字水印恢复技术

针对空域数字水印鲁棒性差的特点,运用协同计算机理论,首次研究提出了一种基于协同联想神经网络的水印恢复技术。采用改进的LSB算法,把DES加密水印图嵌入到载体图像,多幅加密水印图组成模式向量训练协同神经网络,输入提取的水印进行协同联想,识别和恢复出水印。经过实验验证,该技术能抵抗噪声、锐化、平滑和剪切等信号处理,能有效恢复受损水印,可认证或仲裁嵌入水印的归属,达到版权保护的目的。