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:
随着全球汽车保有量的不断增加,人们在出行中遇到的交通拥堵问题日益严重,这对相关部门的管理效率提出较高要求.本文通过阐述深度学习领域中图像分类技术和目标检测技术的原理以及他们各自在交通拥堵检测中的应用,为相关部门在解决交通拥堵这一实际问题时提供应对方法,具有一定的参考价值.
推荐文章
基于深度学习的交通拥堵预测模型研究
交通拥堵
预测模型
深度学习
自编码网络
Softmax回归
集成随机森林的交通拥堵检测模型
交通拥堵检测
随机森林
级联分类器
节点权重
电子车牌在交通拥堵费管理中的应用研究
电子车牌
射频识别技术
交通拥堵费
基于视频全局光流场的交通拥堵检测
交通拥堵检测
监控视频
光流法
视频抖动
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 深度学习在交通拥堵检测中的应用
来源期刊 软件 学科
关键词 深度学习 交通拥堵 图像分类 目标检测
年,卷(期) 2021,(1) 所属期刊栏目 设计研究与应用
研究方向 页码范围 132-134
页数 3页 分类号 TP39
字数 语种 中文
DOI 10.3969/j.issn.1003-6970.2021.01.039
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
深度学习
交通拥堵
图像分类
目标检测
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导