您的位置: 专家智库 > >

阳路

作品数:2 被引量:7H指数:1
供职机构:河北工业大学更多>>
发文基金:河北省高等学校科学技术研究青年基金更多>>
相关领域:自动化与计算机技术交通运输工程更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇交通运输工程

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇特征提取
  • 2篇耦合神经网络
  • 2篇网络
  • 2篇脉冲耦合
  • 2篇脉冲耦合神经...
  • 2篇交通标志
  • 1篇智能交通
  • 1篇智能交通系统
  • 1篇欧氏距离
  • 1篇欧氏距离变换
  • 1篇自动波
  • 1篇扩散
  • 1篇交通标志识别
  • 1篇交通系
  • 1篇交通系统

机构

  • 2篇河北工业大学

作者

  • 2篇阳路
  • 1篇王蒙军
  • 1篇刘剑飞
  • 1篇王霞

传媒

  • 1篇光学精密工程

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于脉冲耦合神经网络的交通标志识别
交通标志识别/(TSR/)作为智能交通系统/(ITS/)中的重要组成部分,对于实际交通环境而言,研究道路交通标志的自动识别方法有着积极的意义,选题对于车载视频识别技术的发展具有重要的理论价值和应用价值。 本文研究...
阳路
关键词:智能交通系统脉冲耦合神经网络欧氏距离变换特征提取
文献传递
用简化脉冲耦合神经网络实现交通标志图像的类Euclidean距离变换类内特征提取被引量:7
2012年
脉冲耦合神经网络(PCNN)提取的特征序列的旋转不变性降低了道路交通标志类内匹配识别的准确性,为了提取更有利于形状分类的特征向量,本文利用PCNN的自动波扩散特性,简化了PCNN模型。采用简化PCNN模型产生的类Euclidean距离图像作为分类特征,利用最小方差值进行匹配分析,并通过实验选取了最佳PCNN参数。针对道路交通标志图像库GB5768-1999的实验结果表明,采用获得的类Euclidean距离图像作为特征向量进行分类匹配,在选定边缘图像的迭代次数N为16,反馈输入固有电势VF为0.65,动态门限固有电势VT为100,卷积核矩阵为5×5时,最小方差值均出现在对应的标准图像位置。结果表明,简化PCNN的类Euclidean距离变换能够有效提取二值边缘图像的形状信息。该方法优于传统PCNN熵序列的特征向量方法,类内区分效果更加明显。
王蒙军阳路王霞刘剑飞
关键词:交通标志脉冲耦合神经网络特征提取
共1页<1>
聚类工具0