Toggle navigation
首页
期刊介绍
期刊简介
历史沿革
收录情况
获奖情况
引用指标
编委会
期刊在线
文章推荐
过刊浏览
专辑专刊
下载排行
阅读排行
投稿指南
组稿方向
投稿须知
论文模板
常见问题
署名变更申请
单位变更申请
版权转让协议
中图分类号
引言书写要求
参考文献著录格式
插图与表格规范
英文摘要书写要求
收费标准
学术诚信
联系我们
编辑部联系方式
位置示意图
期刊订阅办法
广告合作
English
期刊
出版年
关键词
结果中检索
(((方芳[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
基于改进空间金字塔池化卷积神经网络的交通标志识别
邓天民, 方芳, 周臻浩
计算机应用 2020, 40 (
10
): 2872-2880. DOI:
10.11772/j.issn.1001-9081.2020020214
摘要
(
458
)
PDF
(3595KB)(
569
)
可视化
收藏
针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题,提出一种基于神经网络的轻量级交通标志识别方法。首先,利用图像归一化、仿射变换和限制对比度自适应直方图均衡化(CLAHE)方法进行图像预处理,以提高图像质量;其次,基于卷积神经网络(CNN),融合空间金字塔结构和批量归一化(BN)方法构建改进空间金字塔池化卷积神经网络(SPPN-CNN)模型,并利用Softmax分类器实现交通标志分类;最后,选用德国交通标志识别数据集(GTSRB),对比不同图像预处理方法、模型参数和模型结构的训练效果,并验证和测试所提模型。实验结果表明,SPPN-CNN模型的识别精度达到98.04%,损失小于0.1,在低配GPU条件下识别速率大于3 000 frame/s,验证了模型精度高、泛化性强、实时性好的特点。
参考文献
|
相关文章
|
多维度评价
Select
2.
基于Elman神经网络的GNSS/INS全域高精度定位方法
邓天民, 方芳, 岳云霞, 杨其芝
计算机应用 2019, 39 (
4
): 994-1000. DOI:
10.11772/j.issn.1001-9081.2018091920
摘要
(
521
)
PDF
(1000KB)(
294
)
可视化
收藏
针对当前智能网联汽车定位与导航系统无法接收全球导航卫星系统(GNSS)信号引起定位失效的问题,提出一种基于Elman神经网络的GNSS结合惯性导航系统(INS)的全域高精度定位方法。首先,采用神经网络方法,建立了基于Elman网络的GNSS/INS高精度定位训练模型和GNSS失效预测模型;然后,利用GNSS、INS和实时动态(RTK)等定位技术,设计了GNSS/INS高精度定位数据采集实验系统;最后,选取采集的有效实验数据进行了反向传播(BP)神经网络、级联BP(CFBP)神经网络、Elman神经网络的训练模型性能对比分析,并验证了基于Elman网络的GNSS失效预测模型。实验结果表明,所提方法训练误差指标均优于基于BP和CFBP神经网络的方法;在GNSS失效1 min、2 min、5 min时,基于预测模型的预测平均绝对误差(MAE)、方差(VAR)和均方根误差(RMSE)分别为18.88 cm、19.29 cm、58.83 cm,8.96、8.45、5.68和20.90、21.06、59.10,随着GNSS信号失效时长的增加,定位预测精度降低。
参考文献
|
相关文章
|
多维度评价