基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
介绍了神经网络特性和BP神经网络分类器的一般原理.针对交通标志识别需要处理的信息量大以及受天气道路等外界条件的影响存在噪声干扰的情况,提出了一种应用BP神经网络分类器识别交通标志的方法.识别分为图像数字处理、BP神经网络的训练、测试与对加入噪声图像进行识别3个步骤,经实验取得了良好的识别效果.
推荐文章
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
应用深层卷积神经网络的交通标志识别
交通标志
识别
卷积神经网络
深度学习
基于优化的卷积神经网络在交通标志识别中的应用
卷积神经网络
非对称卷积
批量归一化
交通标志
梯度传输
分类精度
基于多尺度卷积神经网络的交通标志识别
模式识别系统
交通标志识别
多尺度卷积神经网络
SoftMax分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用BP神经网络分类器识别交通标志
来源期刊 计算机工程 学科 工学
关键词 BP神经网络分类器 图像识别 道路交通标志
年,卷(期) 2003,(10) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 120-121
页数 2页 分类号 TP18
字数 2456字 语种 中文
DOI 10.3969/j.issn.1000-3428.2003.10.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王坤明 3 220 3.0 3.0
2 杨斐 3 184 3.0 3.0
3 马欣 4 129 3.0 4.0
4 朱双东 2 125 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (28)
参考文献  (2)
节点文献
引证文献  (68)
同被引文献  (74)
二级引证文献  (144)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(5)
  • 引证文献(3)
  • 二级引证文献(2)
2006(9)
  • 引证文献(5)
  • 二级引证文献(4)
2007(10)
  • 引证文献(5)
  • 二级引证文献(5)
2008(5)
  • 引证文献(1)
  • 二级引证文献(4)
2009(5)
  • 引证文献(4)
  • 二级引证文献(1)
2010(12)
  • 引证文献(6)
  • 二级引证文献(6)
2011(12)
  • 引证文献(6)
  • 二级引证文献(6)
2012(5)
  • 引证文献(4)
  • 二级引证文献(1)
2013(20)
  • 引证文献(3)
  • 二级引证文献(17)
2014(15)
  • 引证文献(5)
  • 二级引证文献(10)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(13)
  • 引证文献(3)
  • 二级引证文献(10)
2017(28)
  • 引证文献(6)
  • 二级引证文献(22)
2018(36)
  • 引证文献(9)
  • 二级引证文献(27)
2019(25)
  • 引证文献(5)
  • 二级引证文献(20)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
BP神经网络分类器
图像识别
道路交通标志
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导