基于Web端舰载机手势识别仿真系统设计

• 作者: 朱习军 王倩 程荣亮
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 舰载机 手势识别 卷积神经网络(CNN) python Ajax
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 自动化应用
• 页码范围: 170-173
• 页数: 4页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.01.170

摘要

主要应用于航母舰载机起飞及着舰的地面飞行模拟仿真,仿真系统基于深度学习的卷积神经网络方法开发.根据采集的图片数据集训练出用于手势识别的多层卷积神经网络模型,再经过大量的数据集训练与评估获得分类数据并实现手势识别;使用python编程语言搭建Web服务器,识别后的分类数据用来驱动Web端的三维模型,并采用Ajax技术实现分类数据在Web端的实时自动刷新.仿真结果表明本系统能够较精确识别航母手势,达到了预计目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱习军	青岛科技大学信息学院	28	61	4.0	5.0
2	王倩	青岛科技大学信息学院	20	34	3.0	5.0
3	程荣亮	青岛科技大学信息学院	1	2	1.0	1.0