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:
利用TensorFlow机器学习平台改进基于区域卷积神经网络信息识别模型,实现基于无人机影像的目标信息的识别.以GPU为实验环境,通过卷积神经网络模型中自由参数的设置,增加训练样本的多样性,优化改进YOLO模型,调配出最优化参数.实验采用验证数据集上的植被图片对模型进行训练,准确度达到88%,将模型用来处理无人机影像数据集达到预期效果,实验证明了本方法的有效性.
推荐文章
基于卷积神经网络的未知协议识别方法
深度学习
机器学习
卷积神经网络
未知协议识别
基于卷积神经网络的交通声音事件识别方法
Gammatone滤波器
卷积神经网络
音频事件识别
公路交通环境
声音数字信号
子带滤波
基于卷积神经网络的ECG信号识别方法
ECG信号识别
短时傅里叶变换
卷积神经网络
支持向量机
基于卷积神经网络的钣金件表面缺陷分类识别方法
卷积神经网络
缺陷检测
缺陷分割提取
窗口滑移检测
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 基于卷积神经网络的航拍影像信息识别方法
来源期刊 辽宁科技大学学报 学科 地球科学
关键词 航拍影像 信息识别 卷积神经网络 YOLO
年,卷(期) 2020,(4) 所属期刊栏目 土木工程
研究方向 页码范围 309-314
页数 6页 分类号 P231
字数 语种 中文
DOI 10.13988/j.ustl.2020.04.014
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 杨凤芸 18 86 5.0 8.0
2 谭壮 2 0 0.0 0.0
3 范大海 1 0 0.0 0.0
4 韩东升 1 0 0.0 0.0
5 郑佳媛 1 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  (56)
共引文献  (446)
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)
1943(1)
  • 参考文献(0)
  • 二级参考文献(1)
1958(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1998(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(9)
  • 参考文献(0)
  • 二级参考文献(9)
2016(13)
  • 参考文献(1)
  • 二级参考文献(12)
2017(8)
  • 参考文献(4)
  • 二级参考文献(4)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(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
航拍影像
信息识别
卷积神经网络
YOLO
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
辽宁科技大学学报
双月刊
1674-1048
21-1555/TF
大16开
辽宁省鞍山市高新技术产业开发区千山路185号
1979
chi
出版文献量(篇)
2893
总下载数(次)
6
总被引数(次)
9608
论文1v1指导