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:
针对在铁路钢轨扣件状态自动识别中断裂扣件与正常扣件难以区分的问题,基于DPM算法思路提出DPTM算法用于扣件状态自动检测.为屏蔽扣件图像中背景区域的干扰,根据扣件几何形状设计相应的掩膜模板,并对扣件进行分块得到扣件部件模型.采用弹簧模型度量部件之间相对位置关系、余弦相似性度量HOG特征点之间的相似度,加权融合特征点相似度得到部件相似度,根据各个部件重要性的权重系数组合建立扣件状态分类准则.理论分析和实验结果表明,DPTM算法能够较好地区分正常、断裂和丢失三种状态的扣件,并在优先保证较低漏检率的同时取得较低的误检率.
推荐文章
基于可变形部件模型的台标识别方法
台标识别
可变形部件模型
方向梯度直方图
隐式支持向量机
隐式线性判别分析
颜色直方图
加权部件
基于可变形部件模型的安全头盔佩戴检测
目标检测
可变形部件模型
梯度方向直方图
局部二值模式
支持向量机
基于分类模板数据库的电气铭牌识别
电气铭牌识别
分类模板数据库
文本行
文字识别
辅助识别
图像分类
扣件式钢管满堂模板支撑架使用中的误区分析
扣件式钢管
模板支撑架
使用误区
剪刀撑
行业标准
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 基于可变形部件模板的扣件状态识别
来源期刊 铁道学报 学科 工学
关键词 扣件 可变形部件 掩膜模板 模式识别 余弦相似性
年,卷(期) 2019,(3) 所属期刊栏目 铁道通信信号、信息化
研究方向 页码范围 91-96
页数 6页 分类号 TP391.41
字数 4412字 语种 中文
DOI 10.3969/j.issn.1001-8360.2019.03.012
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 李柏林 西南交通大学机械工程学院 139 883 15.0 21.0
2 熊鹰 西南交通大学机械工程学院 19 170 9.0 12.0
3 何彪 西南交通大学机械工程学院 7 19 3.0 4.0
4 范宏 西南交通大学机械工程学院 4 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (28)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(8)
  • 参考文献(1)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
扣件
可变形部件
掩膜模板
模式识别
余弦相似性
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
铁道学报
月刊
1001-8360
11-2104/U
大16开
北京复兴路10号
2-308
1979
chi
出版文献量(篇)
4684
总下载数(次)
8
总被引数(次)
85544
论文1v1指导