钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用期刊
\
基于卷积神经网络的非法营运车辆识别
基于卷积神经网络的非法营运车辆识别
作者:
武林林
段鹏飞
王娜
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
非法营运车辆
卷积神经网络
轨迹特征图
仿真实验
摘要:
针对非法营运车辆在实际执法中遇到的识别和查处难,并且仅凭法律手段无法得到很好的解决的问题,提出了一种基于卷积神经网络的非法营运车辆识别方法.首先,分析非法营运车辆的特点,制定车辆轨迹生成规则,并通过仿真实验,随机生成包含6000辆车的轨迹数据集,非法营运车辆和正常车辆各占一半;其次,通过实验验证,确定了适用于该研究的卷积神经网络结构;最后,将车辆轨迹数据处理成大小为112×112的二维轨迹特征图,作为卷积神经网络的输入,对非法营运车辆进行识别研究.仿真实验表明,重复训练12次后,该方法对非法营运车辆的识别正确率能达到90.75%,并且平均耗时的增幅较小.该方法将卷积神经网络运用到了新的领域,也为实际非法营运车辆的识别研究提供了新思路.
暂无资源
收藏
引用
分享
推荐文章
基于卷积神经网络的车辆型号识别研究
图像识别
车辆识别
卷积神经网络
选择性搜索
特征提取
候选窗口
识别时间
识别准确率
卷积神经网络在车辆识别中的应用
车辆识别
深度学习
卷积神经网络(CNN)
特征提取
支持向量机(SVM)
基于卷积神经网络的监控场景下车辆颜色识别
车辆颜色识别
卷积神经网络
图像处理
智能交通系统
基于多任务卷积神经网络的车辆多属性识别
细粒度车辆识别
车辆多属性
多任务学习
卷积神经网络
度量学习
车辆多属性数据集
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于卷积神经网络的非法营运车辆识别
来源期刊
计算机应用
学科
工学
关键词
非法营运车辆
卷积神经网络
轨迹特征图
仿真实验
年,卷(期)
2016,(z2)
所属期刊栏目
虚拟现实与数字媒体
研究方向
页码范围
193-196
页数
4页
分类号
TP183
字数
4416字
语种
中文
DOI
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
王娜
武汉理工大学计算机科学与技术学院
3
27
2.0
3.0
2
武林林
武汉理工大学计算机科学与技术学院
1
8
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(37)
共引文献
(77)
参考文献
(13)
节点文献
引证文献
(8)
同被引文献
(19)
二级引证文献
(9)
1959(1)
参考文献(0)
二级参考文献(1)
1980(1)
参考文献(0)
二级参考文献(1)
1989(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(1)
二级参考文献(0)
1993(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(0)
二级参考文献(1)
2005(1)
参考文献(0)
二级参考文献(1)
2006(1)
参考文献(0)
二级参考文献(1)
2007(4)
参考文献(0)
二级参考文献(4)
2008(3)
参考文献(1)
二级参考文献(2)
2009(4)
参考文献(0)
二级参考文献(4)
2010(3)
参考文献(0)
二级参考文献(3)
2011(3)
参考文献(1)
二级参考文献(2)
2012(5)
参考文献(1)
二级参考文献(4)
2013(8)
参考文献(2)
二级参考文献(6)
2014(7)
参考文献(3)
二级参考文献(4)
2015(4)
参考文献(4)
二级参考文献(0)
2016(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(3)
引证文献(3)
二级引证文献(0)
2018(5)
引证文献(4)
二级引证文献(1)
2019(4)
引证文献(1)
二级引证文献(3)
2020(5)
引证文献(0)
二级引证文献(5)
研究主题发展历程
节点文献
非法营运车辆
卷积神经网络
轨迹特征图
仿真实验
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
计算机应用
主办单位:
四川省计算机学会
中国科学院成都分院
出版周期:
月刊
ISSN:
1001-9081
CN:
51-1307/TP
开本:
大16开
出版地:
成都237信箱
邮发代号:
62-110
创刊时间:
1981
语种:
chi
出版文献量(篇)
20189
总下载数(次)
40
总被引数(次)
209512
期刊文献
相关文献
1.
基于卷积神经网络的车辆型号识别研究
2.
卷积神经网络在车辆识别中的应用
3.
基于卷积神经网络的监控场景下车辆颜色识别
4.
基于多任务卷积神经网络的车辆多属性识别
5.
基于卷积神经网络的位置识别
6.
基于卷积神经网络车身颜色识别技术研究
7.
基于卷积神经网络的手写体数字识别
8.
基于 k-mediods 及其改进算法的非法营运车辆识别
9.
基于稀疏卷积神经网络的考生识别算法
10.
基于卷积神经网络识别重力异常体
11.
基于改进卷积神经网络的手势识别
12.
基于Leap Motion和卷积神经网络的手势识别
13.
基于卷积神经网络的水稻纹枯病图像识别
14.
基于密集卷积神经网络的遥感飞机识别
15.
基于卷积神经网络的目标检测与识别
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用2022
计算机应用2021
计算机应用2020
计算机应用2019
计算机应用2018
计算机应用2017
计算机应用2016
计算机应用2015
计算机应用2014
计算机应用2013
计算机应用2012
计算机应用2011
计算机应用2010
计算机应用2009
计算机应用2008
计算机应用2007
计算机应用2006
计算机应用2005
计算机应用2004
计算机应用2003
计算机应用2002
计算机应用2001
计算机应用2000
计算机应用1999
计算机应用2016年第z2期
计算机应用2016年第z1期
计算机应用2016年第9期
计算机应用2016年第8期
计算机应用2016年第7期
计算机应用2016年第6期
计算机应用2016年第5期
计算机应用2016年第4期
计算机应用2016年第3期
计算机应用2016年第2期
计算机应用2016年第12期
计算机应用2016年第11期
计算机应用2016年第10期
计算机应用2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号