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:
在车型识别系统中,车辆的特征提取是非常重要的.传统的检测方法受摄像机的成像精度与架设方式等因素的影响,给车辆特征的提取带来困难.提出了一种采用虚拟线圈识别车型的方法.该方法将检测线与虚拟线圈相结合,对提取的车辆信息进行预处理,以检测线检测到达预先设置位置的车辆,然后触发虚拟线圈来提取车辆特征,通过BP神经网络来训练识别的车辆特征,以达到车型识别的目的.试验证明,该方法识别效果好,识别有效率达99%.
推荐文章
基于各向异性磁阻的车型识别算法
各向异性磁阻检测器
小波转换处理
特征提取
模糊识别
基于智能图像处理技术的车型识别
车型识别
图像恢复
图像分割
图像二值化
基于深度卷积神经网络的车型识别研究
深度学习
卷积神经网络
支持向量机
高速公路
车型识别
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 基于虚拟线圈的车型识别研究
来源期刊 交通与计算机 学科 工学
关键词 检测线 虚拟线圈 车型识别 BP神经网络
年,卷(期) 2008,(1) 所属期刊栏目 方法研究
研究方向 页码范围 69-72
页数 4页 分类号 TP391.41
字数 2341字 语种 中文
DOI 10.3963/j.issn.1674-4861.2008.01.017
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 施毅 11 146 7.0 11.0
2 张宁 146 1570 21.0 33.0
3 何铁军 36 437 11.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (29)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (15)
二级引证文献  (16)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
检测线
虚拟线圈
车型识别
BP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
交通信息与安全
双月刊
1674-4861
42-1781/U
大16开
武汉市武昌和平大道1178号
38-94
1983
chi
出版文献量(篇)
3739
总下载数(次)
14
总被引数(次)
29572
论文1v1指导