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:
结合图象处理、模式识别等先进技术开发路面破损自动检测系统已经成为本领域的研究热点[1~5].本文主要研究了小波神经网络在路面破损识别中的应用,并与传统的BP神经网络作了对比.试验结果表明,在相同的训练样本情况下,小波神经网络的精度高于BP神经网络.为开发更为高效的路面破损自动检测系统提供新的思路.
推荐文章
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
基于小波神经网络的信号识别
信号分选与识别
小波分析
神经网络
小波神经网络
基于小波概率神经网络的彩色纹理识别
纹理
小波变换
概率神经网络(PNN)
小波概率神经网络(WPNN)
纹理识别
基于小波神经网络的WSN目标识别设计
目标识别
WSNs
小波变换
神经网络
特征提取
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 基于小波神经网络的路面破损识别
来源期刊 上海公路 学科 交通运输
关键词 公路破损检测 图象处理 破损识别 小波神经网络
年,卷(期) 2004,(2) 所属期刊栏目 道路工程
研究方向 页码范围 22-25
页数 4页 分类号 U4
字数 4474字 语种 中文
DOI 10.3969/j.issn.1007-0109.2004.02.008
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 张雪 东南大学计算机系 33 468 11.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (102)
参考文献  (9)
节点文献
引证文献  (16)
同被引文献  (8)
二级引证文献  (57)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(12)
  • 参考文献(1)
  • 二级参考文献(11)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(3)
  • 二级参考文献(1)
2003(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(4)
  • 引证文献(3)
  • 二级引证文献(1)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(4)
  • 引证文献(1)
  • 二级引证文献(3)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(11)
  • 引证文献(0)
  • 二级引证文献(11)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
公路破损检测
图象处理
破损识别
小波神经网络
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
上海公路
季刊
1007-0109
31-1712/U
大16开
上海市曹杨路1040弄2号25楼
1982
chi
出版文献量(篇)
1854
总下载数(次)
2
总被引数(次)
5603
论文1v1指导