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:
特征提取和分类器设计是手绘电路图形符号识别系统的关键环节.针对手绘图形不规则性的特点,提出了一种基于视觉的特征提取方法,并利用自适应学习速率的改进型BP神经网络进行分类识别.通过对10种手绘电路图形符号的分类实验,验证了文中设计的识别系统具有很好的分类效果和较强的实用性.
推荐文章
智能像卡输入的手绘电气符号识别研究
智能像卡
手绘电气符号识别
特征提取
BP神经网络
如何正确快速识别上海通用SGM车系电路图
上海通用
快速识别
电路图
SGM
维修技术人员
汽车电气
维修人员
维修效率
手绘人脸识别的研究
人脸识别
人脸手绘草图合成
手绘草图识别
图像匹配
基于PHOG特征的电路图中电气符号识别
电气符号
形态学
PHOG特征
支持向量机
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 手绘电路图形符号识别技术的研究
来源期刊 计算机工程与应用 学科 工学
关键词 手绘电路图形符号 特征提取 自适应学习速率 BP神经网络
年,卷(期) 2011,(31) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 154-156
页数 分类号 TP391
字数 2883字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.31.044
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 常丹华 燕山大学信息科学与工程学院 57 670 13.0 24.0
2 杨峰明 燕山大学信息科学与工程学院 4 27 2.0 4.0
3 姚海浩 燕山大学信息科学与工程学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (30)
参考文献  (4)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(7)
  • 参考文献(1)
  • 二级参考文献(6)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手绘电路图形符号
特征提取
自适应学习速率
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导