基于神经网络的PNN算法在交通标志检测中的应用

• 作者: 王江涛 石红岩
• 来源期刊: 贵阳学院学报（自然科学版）
• 学科: 工学
• 关键词: 模式识别 边缘检测 PNN 决策树 神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 计算机与信息技术研究
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP391
• 字数: 2778字
• 语种: 中文

摘要

交通标志检测技术是实现智能交通系统的关键.查阅诸多文献,文章阐述模式识别的概念,并且给出计算机模式识别的抽象过程.通过对现有交通标志检测框架进行研究,根据交通标志设计之规则,结合概率神经网络,设计了一种基于多层决策树的PNN分类算法模型,并对神经元高斯函数的参数进行改进,最终建立交通标志检测的算法流程.通过实验,对60个交通标志进行晴天、多云以及阴雨三种天气背景下的检测.最后整理实验数据,通过建立图表进行分析和比较,证明该分类器能够实现交通标志检测的功能,达到预期的检测效果.最后,分析了该算法模型还存在的不足之处,也指出了将来研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王江涛	仰恩大学计算机学院	19	51	4.0	6.0
2	石红岩	仰恩大学数学系	15	45	4.0	6.0