作者:
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       
摘要:
运用深度卷积神经网络中的AlexNet模型,对在各个角度下拍摄的具有复杂背景的汽车图片进行网络训练和测试,以对车辆进行识别和检测.在进行识别检测时,运用了基于深度学习的卷积神经网络,它不仅大大提高了识别准确率,同时在特征提取方面也由于其他传统算法,在车辆定位及分类识别领域具有广阔的应用前景.
推荐文章
基于改进型AlexNet的LPI雷达信号识别
LPI雷达信号
Choi-Williams分布
时频图像
图像处理
深度学习
AlexNet
基于改进AlexNet卷积神经网络的手掌静脉识别算法研究
手掌静脉识别
AlexNet神经网络优化
图像特征提取
图像预处理
注意力机制应用
有效性验证
融合整体与局部特征的车辆型号识别方法
车辆型号识别
卷积神经网络
整体特征
局部特征
特征融合
基于需求分析的型号取证关键过程识别研究
型号取证
过程识别
需求分析
过程管理
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AlexNet的车辆型号识别研究
来源期刊 现代工业经济和信息化 学科 工学
关键词 车辆检测 车型识别 深度学习 卷积神经网络
年,卷(期) 2018,(12) 所属期刊栏目 创新发展
研究方向 页码范围 24-26,30
页数 4页 分类号 TP391
字数 3085字 语种 中文
DOI 10.16525/j.cnki.14-1362/n.2018.12.09
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (8)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (0)
2006(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(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
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
车辆检测
车型识别
深度学习
卷积神经网络
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
现代工业经济和信息化
月刊
2095-0748
14-1362/N
大16开
山西省太原市平阳路61号综合楼3层
22-70
2011
chi
出版文献量(篇)
7751
总下载数(次)
26
总被引数(次)
10774
论文1v1指导