基于联合卷积和递归神经网络的交通标志识别

• 作者: 刘济林 宣森炎 龚小谨
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 卷积神经网络 递归神经网络 k均值聚类
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 研究与探讨
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP391.4
• 字数: 2847字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2014)08-0030-04

摘要

提出了一种联合卷积和递归神经网络的深层网络结构，在卷积神经网络中引入了递归神经网络能学到的组合特征：原始图片先通过一级由k均值聚类学得滤波器的卷积神经网络，得到的结果再同时通过一级卷积和一级递归神经网络，最后得到的特征向量由Softmax分类器进行分类。实验结果表明：在第二级卷积和递归神经网络权重随机的情况下，该网络的识别率已经能够达到98.28%，跟其他网络结构相比，大大减少了训练时间，而且无需复杂的工程技巧。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘济林	浙江大学信息科学与电子工程学系	141	1652	21.0	33.0
2	龚小谨	浙江大学信息科学与电子工程学系	10	29	2.0	5.0
3	宣森炎	浙江大学信息科学与电子工程学系	1	24	1.0	1.0