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:
随着中国电气化铁路里程的迅速增长,接触网的安全稳定运行面对巨大的压力,对其进行监测拥有重要意义.针对影响电气化铁路接触网正常工作的鸟害问题进行研究,通过对不同深度学习模型进行分析比较,选择DSSD模型以自动识别高速铁路接触网沿线.同时使用迁移学习的方法,运用Caffe平台,在数据集不足的情况下,通过微调训练好的DSSD网络,提高了鸟窝识别训练网络的泛化性和稳定性.训练完的模型具有更快的识别速度和更好的鲁棒性,对于接触网安全稳定运行拥有重要的参考意义.
推荐文章
基于激光扫描的接触网几何参数检测方法研究
接触网几何参数
激光扫描
光电编码器
非接触式检测
接触网硬点检测原理及分析
接触网
硬点
检测
铁路接触网支柱的图像序列自适应识别方法
接触网支柱识别
移动视频
YOLO v4网络
区域相关
SVTR-tiny网络
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DSSD的接触网鸟窝识别检测研究
来源期刊 华东交通大学学报 学科 交通运输
关键词 DSSD网络 鸟窝识别 迁移学习 深度学习
年,卷(期) 2019,(6) 所属期刊栏目 交通管理与控制
研究方向 页码范围 70-78
页数 9页 分类号 U225
字数 4408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 陈剑云 华东交通大学电气与自动化工程学院 64 534 13.0 20.0
2 周俊 华东交通大学电气与自动化工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (27)
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)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(7)
  • 参考文献(3)
  • 二级参考文献(4)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(3)
  • 参考文献(2)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DSSD网络
鸟窝识别
迁移学习
深度学习
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
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导