基于交叉并行卷积神经网络的货物列车车厢号识别系统

• 作者: 丁军航 王豪男 许华胜
• 来源期刊: 制造业自动化
• 学科: 工学
• 关键词: 交叉并行卷积神经网络 车厢号 定位识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 检测与监控
• 页码范围: 4-6,19
• 页数: 4页
• 分类号: TP391.4
• 字数: 2832字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-0134.2019.03.002

摘要

现有的车厢号识别系统常存在着效率不高、改造困难、维护复杂等缺陷.利用深度卷积神经网络设计货物列车车厢号自动识别系统.通过搭建深度卷积框架LPCNN,缩减模型结构,采取交叉并行的数据传输方式,对图片集进行训练测试,识别的最终结果表明该系统与现有的Alex-Net模型对比,参数的数量仅需其1/50,且识别结果精度和准确率得到有效提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁军航	青岛大学自动化学院	17	24	3.0	4.0
2	许华胜	青岛大学自动化学院	3	2	1.0	1.0
3	王豪男	青岛大学自动化学院	1	0	0.0	0.0