非对称细胞神经网络稳定平衡点的存在性

利用饱和域的特性,和拟对角列支配矩阵与M-矩阵之间的关系,获得了非对称细胞神经网络(简称CNNS)的稳定平衡点存在的两个充分条件;在此基础上,通过定义一个更高阶的神经网络模型,推广了该网络存在稳定平衡点的结果;通过大量的模拟仿真,提出了非对称细胞神经网络完全稳定的充分条件,并就二细胞神经网络的情况给予了证明;最后,将本文的结果与已取得的结果进行了比较,并给出一个实例说明本文取得的结果优于已有文献取得的结果。

一种基于卷积神经网络的快速车道检测算法

车道线检测在辅助驾驶和自动驾驶中有着非常重要的作用和意义,它是保证辅助驾驶和自动驾驶行车安全的重要前提条件。目前,由于卷积神经网络(CNN)具备权值共享的特点,因此减少了训练参数,CNN可以自动学习并提取特征,在图像分割和识别等领域被广泛应用。该文利用车道检测的特点,将经典的CNN中的对称卷积核改进为非对称卷积核(AK-CNN)结构,进一步减少了CNN网络的计算量,使车道检测的速度得以进一步提高。