期刊文献+

基于改进卷积神经网络的车号识别算法

下载PDF
导出
摘要 动车车号识别是动车安全自动监测系统的一项重要内容。由于光照不均、运动失真等因素,动车车号的可靠识别困难较大。论文研究了基于深度网络的识别算法,通过设计卷积神经网络,以减少资源占用为出发点,获得99.20%的识别正确率。与Le Net-5卷积网络进行对比实验,减少了近6倍的训练时间,并且识别率有所提高。
作者 王欣蔚
出处 《数字技术与应用》 2016年第7期126-126,188,共2页 Digital Technology & Application
  • 相关文献

参考文献3

  • 1LeCun Y, Bengio Y, Hinton G.Deep Learning[J].Nature,2015, 521 (7753):436-444.
  • 2LeCun Y, Kavukvuoglu K, Farabet C.Convolutional networks and applications in vision[C].IEEE International Symposium on Cir- cuits and Systems (ISCAS),2010,253-256.
  • 3LeCun Y, Bottou L, Bengio Y, at el.Gradient-based learning applied to document recognition [C]. IEEE,1998.USA: IEEE,1998: 2278-2324.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部