智能交通与城市可持续发展
被引量：2
Intelligent Transportation and Urban Sustainable Development
出处
《办公自动化》
2019年第3期16-19,12,共5页
Office Informatization
同被引文献18
-
1文学志,方巍,郑钰辉.一种基于类Haar特征和改进AdaBoost分类器的车辆识别算法[J].电子学报,2011,39(5):1121-1126. 被引量：87
-
2卢平.轨道交通对城市经济建设的影响[J].中国产业,2012(9). 被引量：1
-
3王云建,孙志海,张桦.基于SIFT特征的前方车辆检测算法[J].杭州电子科技大学学报（自然科学版）,2013,33(3):33-36. 被引量：3
-
4支晨蛟,唐慧明.基于视频角点特征匹配的车速检测方法[J].计算机工程,2013,39(12):176-180. 被引量：8
-
5张小琴,赵池航,沙月进,党倩,张运胜.基于HOG特征及支持向量机的车辆品牌识别方法[J].东南大学学报（自然科学版）,2013,43(A02):410-413. 被引量：13
-
6卢涛,汪家明,李晓林,张彦铎.基于中继循环残差网络的人脸超分辨率重建[J].华中科技大学学报（自然科学版）,2018,46(12):95-100. 被引量：5
-
7邓柳,汪子杰.基于深度卷积神经网络的车型识别研究[J].计算机应用研究,2016,33(3):930-932. 被引量：53
-
8石磊,王亚敏,曹仰杰,卫琳.基于深度卷积神经网络的车型识别[J].计算机科学,2018,45(5):280-284. 被引量：19
-
9戴玉超,张静,Fatih PORIKLI,何明一.深度残差网络的多光谱遥感图像显著目标检测[J].测绘学报,2018,47(6):873-881. 被引量：17
-
10Ling Yu,Jin Chen,Yuming Zhang,Huaji Zhou,Jiachen Sun.Deep Spectrum Prediction in High Frequency Communication Based on Temporal-Spectral Residual Network[J].China Communications,2018,15(9):25-34. 被引量：9
二级引证文献4
-
1周春月,颜巧.基于高分辨率孪生网络的单目标追踪算法[J].北京交通大学学报,2020,44(5):104-110. 被引量：3
-
2宋雪亚,王传安.文本信息分词处理下的智能家电离线语音识别[J].自动化与仪器仪表,2020(12):161-164. 被引量：2
-
3李圣洁,许才溢,邢猛,邢建平.基于3D目标检测的车辆测速算法及性能分析[J].中国集成电路,2021,30(5):54-60.
-
4张云佐,杨攀亮,李汶轩.基于特征增强SSD的隧道漏缆卡具检测[J].北京交通大学学报,2021,45(2):105-110. 被引量：2
;
