作者:
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:
文章介绍了车辆音频信号特征参数的提取和循环神经网络识别算法,该方法为了优化传统循环神经网络模型,在输入层中加入特征层,对模型结构进行改进.通过对四种车型的音频数据进行处理的结果表明,该模型可以有效地识别不同车型,识别准确率超过80%,可以达到基本识别要求.
推荐文章
基于BP神经网络的汽车车型识别方法
BP神经网络
自动识别
特征提取
共轭梯度法
基于改进的卷积神经网络LeNet-5的车型识别方法
深度学习
卷积神经网络
LeNet-5
车型识别
基于神经网络数字识别方法的研究
数字识别
神经网络
粗糙集
特征提取
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
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 基于循环神经网络的车型识别方法
来源期刊 西部交通科技 学科 交通运输
关键词 车型识别 声音信号识别 特征提取 循环神经网络
年,卷(期) 2020,(10) 所属期刊栏目 交通工程
研究方向 页码范围 160-162
页数 3页 分类号 U491
字数 语种 中文
DOI 10.13282/j.cnki.wccst.2020.10.044
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (20)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 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
车型识别
声音信号识别
特征提取
循环神经网络
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
西部交通科技
月刊
1673-4874
45-1339/U
大16开
广西南宁市民族大道153号交通设计大厦18楼
2006
chi
出版文献量(篇)
6186
总下载数(次)
16
总被引数(次)
8386
论文1v1指导