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
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
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
\
交通运输期刊
\
交通运输工程与信息学报期刊
\
基于改进Elman神经网络的交通标志信息量度量
基于改进Elman神经网络的交通标志信息量度量
作者:
刘澜
李新
褚鹏宇
骆晨
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
交通标志
信息度量
神经网络
灰色关联度
摘要:
为了提高交通标志信息量的度量精度,构建驾驶员认知交通标志信息传输模型,针对传统Elman神经网络算法在求解该问题时因量纲不同而造成数据集的波动性较大、不利于模型逼近的问题,设计了灰色关联度权重分配Elman神经网络算法进行求解仿真.采用1-AGO灰化处理样本数据集,使数据呈现单调递增趋势,弱化了数据的波动性,对数据进行归一化处理,统一数据集量纲,加快了网络训练速度,提高了算法精度.仿真结果表明:灰色关联度权重分配Elman神经网络算法在求解性能上有较大进步,可为交通标志信息度量提供有效解决方案.
暂无资源
收藏
引用
分享
推荐文章
基于BP神经网络的交通标志识别
交通标志
BP神经网络
标志识别
物联网
应用深层卷积神经网络的交通标志识别
交通标志
识别
卷积神经网络
深度学习
基于卷积神经网络的实景交通标志识别
卷积神经网络
深度学习
交通标志识别
训练
基于多尺度卷积神经网络的交通标志识别
模式识别系统
交通标志识别
多尺度卷积神经网络
SoftMax分类器
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
基于改进Elman神经网络的交通标志信息量度量
来源期刊
交通运输工程与信息学报
学科
交通运输
关键词
交通标志
信息度量
神经网络
灰色关联度
年,卷(期)
2018,(3)
所属期刊栏目
研究方向
页码范围
1-6
页数
6页
分类号
U491
字数
4278字
语种
中文
DOI
10.3969/j.issn.1672-4747.2018.03.001
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
刘澜
西南交通大学交通运输与物流学院
113
960
19.0
25.0
5
李新
西南交通大学交通运输与物流学院
26
303
10.0
17.0
6
骆晨
西南交通大学交通运输与物流学院
12
84
5.0
9.0
7
褚鹏宇
1
3
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
(60)
共引文献
(114)
参考文献
(9)
节点文献
引证文献
(3)
同被引文献
(15)
二级引证文献
(3)
1981(1)
参考文献(0)
二级参考文献(1)
1993(2)
参考文献(0)
二级参考文献(2)
1999(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(3)
参考文献(0)
二级参考文献(3)
2003(4)
参考文献(0)
二级参考文献(4)
2004(1)
参考文献(0)
二级参考文献(1)
2005(10)
参考文献(0)
二级参考文献(10)
2006(6)
参考文献(0)
二级参考文献(6)
2007(6)
参考文献(0)
二级参考文献(6)
2008(11)
参考文献(1)
二级参考文献(10)
2009(8)
参考文献(4)
二级参考文献(4)
2010(4)
参考文献(2)
二级参考文献(2)
2011(3)
参考文献(0)
二级参考文献(3)
2012(1)
参考文献(0)
二级参考文献(1)
2013(1)
参考文献(1)
二级参考文献(0)
2014(1)
参考文献(0)
二级参考文献(1)
2016(1)
参考文献(1)
二级参考文献(0)
2018(1)
参考文献(0)
二级参考文献(0)
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)
2019(4)
引证文献(1)
二级引证文献(3)
2020(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
交通标志
信息度量
神经网络
灰色关联度
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
交通运输工程与信息学报
主办单位:
西南交通大学
出版周期:
季刊
ISSN:
1672-4747
CN:
51-1652/U
开本:
大16开
出版地:
四川省成都市西南交通大学九里校区
邮发代号:
创刊时间:
2003
语种:
chi
出版文献量(篇)
1466
总下载数(次)
9
总被引数(次)
11264
期刊文献
相关文献
1.
基于BP神经网络的交通标志识别
2.
应用深层卷积神经网络的交通标志识别
3.
基于卷积神经网络的实景交通标志识别
4.
基于多尺度卷积神经网络的交通标志识别
5.
基于轻量型卷积神经网络的交通标志识别
6.
基于优化的卷积神经网络在交通标志识别中的应用
7.
基于不变矩和神经网络的交通标志识别方法研究
8.
基于多尺度卷积神经网络的交通标志识别方法
9.
基于信息理论的交通信息量度量
10.
基于BP神经网络的交通标志识别
11.
基于卷积神经网络的交通标志识别
12.
基于改进Elman神经网络的目标威胁度预测评估
13.
基于改进卷积神经网络的交通标志识别方法
14.
基于集成卷积神经网络的交通标志识别
15.
基于神经网络的交通标志识别方法
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
交通运输工程与信息学报2022
交通运输工程与信息学报2021
交通运输工程与信息学报2020
交通运输工程与信息学报2019
交通运输工程与信息学报2018
交通运输工程与信息学报2017
交通运输工程与信息学报2016
交通运输工程与信息学报2015
交通运输工程与信息学报2014
交通运输工程与信息学报2013
交通运输工程与信息学报2012
交通运输工程与信息学报2011
交通运输工程与信息学报2010
交通运输工程与信息学报2009
交通运输工程与信息学报2008
交通运输工程与信息学报2007
交通运输工程与信息学报2006
交通运输工程与信息学报2005
交通运输工程与信息学报2004
交通运输工程与信息学报2018年第4期
交通运输工程与信息学报2018年第3期
交通运输工程与信息学报2018年第2期
交通运输工程与信息学报2018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