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:
我国铁路运输高速发展,历经多次大提速后运行速度显著提高,周转时间缩短,列检保证区段延长,动车组运行的安全性受到越来越多地关注.目前投入运营的动车组故障动态检测系统的图像识别方法仍采用模板匹配的传统图像处理算法,由于检测精度低,误报率高,效率低且质量不可控.因此,改进动车组运行故障动态检测系统的图像识别算法,提高TEDS缺陷检测精度,实现缺陷的自动检测具有重要的意义.
推荐文章
基于轻量级卷积神经网络的实时缺陷检测方法研究
卷积神经网络
深度可分离卷积
通道混洗
缺陷检测
基于卷积神经网络的植物图像分类方法研究
卷积神经网络
图像特征
图像分类
全卷积网络
植物图像
数据集
基于改进的卷积神经网络的道路井盖缺陷检测研究
井盖缺陷
卷积神经网络
激活函数
神经元
基于卷积神经网络的管道表面缺陷识别研究
缺陷识别
管道表面缺陷
机器视觉
卷积神经网络
缺陷分类
GoogleNet构造优化
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动车组运行安全图像缺陷检测方法的研究
来源期刊 汽车博览 学科
关键词 安全图像 缺陷检测 分割
年,卷(期) 2021,(8) 所属期刊栏目 理论前沿
研究方向 页码范围 171
页数 1页 分类号
字数 语种 中文
DOI
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
安全图像
缺陷检测
分割
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
汽车博览
旬刊
1673-081X
51-1681/U
江苏省南京市江宁开发区东吉大道1号B座6F
chi
出版文献量(篇)
10453
总下载数(次)
14
论文1v1指导