一种基于异构串联卷积神经网络的 铁路异物检测模型

• 作者: 王建鹏
• 来源期刊: 测试技术学报
• 学科: 经济
• 关键词: 异物入侵监测 异构串联卷积核 小样本 归一池化
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 344-348
• 页数: 5页
• 分类号: F407.67
• 字数: 2185字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.04.012

摘要

针对目前铁路异物侵限报警系统中存在的误报率较高,物体分类能力有限的问题,本文设计了一套非接触式异物侵限报警系统.提出一种采用异构串联卷积核和加入归一池化层的卷积神经网络模型用于系统图像识别,通过对比试验和系统测试,该模型在小样本训练情况下具有较好的泛化能力,能有效保障系统的稳定性与精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建鹏		3	0	0.0	0.0