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:
对交通标志实时识别应该满足平移、旋转、比例变换具有不变性以及识别精度高等要求.首先采用不变矩来提取标志图像特征,然后利用小波神经网络作为分类器对标志进行识别,该方法很好地满足了上述要求.和常用的BP神经网络标志识别算法相比,小波神经网络算法的训练速度更快和识别精度更高,在车辆自主导航系统中的应用价值更大.
推荐文章
基于不变矩和神经网络的交通标志识别方法研究
智能运输系统
交通标志识别
神经网络
BP算法
不变矩
基于Zernike矩、粗集和神经网络的数字识别方法
Zernike矩
粗糙集
特征选择
神经网络
数字识别
基于不变矩特征和神经网络的步态识别
生物特征
步态识别
不变矩
BP神经网络
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
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 基于不变矩和小波神经网络的标志识别方法
来源期刊 长沙交通学院学报 学科 交通运输
关键词 智能运输系统 交通标志识别 不变矩 小波神经网络
年,卷(期) 2005,(2) 所属期刊栏目 管理工程
研究方向 页码范围 84-88
页数 5页 分类号 U491.5+2
字数 3157字 语种 中文
DOI 10.3969/j.issn.1674-599X.2005.02.019
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 黄亚飞 21 88 5.0 8.0
2 刘伟铭 9 139 8.0 9.0
3 秦香英 3 16 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (59)
参考文献  (5)
节点文献
引证文献  (13)
同被引文献  (7)
二级引证文献  (2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
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
智能运输系统
交通标志识别
不变矩
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
交通科学与工程
季刊
1674-599X
43-1494/U
大16开
湖南省长沙市雨花区万家丽路二段960号长沙理工大学1办公楼804房
1985
chi
出版文献量(篇)
1651
总下载数(次)
3
论文1v1指导