版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著我國國民經濟的不斷發(fā)展,交通管理在人們的經濟、社會活動中已經變得越來越重要。人們對交通管理的層次、質量等問題也提出了越來越多的新要求,目前我國交通管理主要是人工管理,需要投入大量的人力、物力和財力,而且已經越來越不適應現(xiàn)代化的交通管理的要求。因此,如何對公路、城市交通、各類車輛收費站,大型停車場等實現(xiàn)現(xiàn)代化管理就顯得非常重要,對其進行深入的研究有非常重要的實際意義。
本文針對目前我國汽車車輛的交通收費的實際情況,對車輛車型
2、的一般識別方法和技術進行了較深入分析和研究,主要研究結果如下:首先,論述了車型識別的研究背景和重要意義,詳細介紹了國內外研究現(xiàn)狀及我國目前現(xiàn)有的識別車型方法;指出了目前幾種車型識別方法存在的缺陷和不足。論述了人工神經網絡的理論基礎、BP網絡的基本結構,并對幾種典型的神經網絡做了比較研究,重點介紹了BP神經網絡的結構、特性和數(shù)學算法描述;為后續(xù)的車型識別做了很好的鋪墊。其次,本文按國家標準分析了各種不同的車輛形狀,抽象出了車輛的一般形狀的
3、“工”字形,以車輛頂長作中垂線分下底長的前后比例數(shù)、頂長等作為參數(shù),通過大量的數(shù)據分析、處理,并提取出特征參數(shù),對現(xiàn)有的車型識別技術進行了改進,推導出車型的識別。構建出了一種合理的用于車輛識別的多層BP神經網絡,給出了網絡的拓撲結構,對網絡進行了樣本訓練,調整網絡的權值和閥值,最終能夠達到最優(yōu)識別效果,同時把該BP神經網絡運用到車型識別系統(tǒng)中,取得了較好的效果。
該方法綜合了神經網絡、模式識別等相關算法,對車輛的目標輪廓進行整
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡的汽車車型圖像自動識別.pdf
- 基于模糊神經網絡的車型識別技術研究.pdf
- 基于卷積神經網絡的車型識別研究.pdf
- 基于神經網絡的客車車型分類的研究.pdf
- 基于復合神經網絡的掌紋識別方法的研究.pdf
- 基于脈沖神經網絡的語音識別方法研究.pdf
- 基于卷積神經網絡的語種識別方法研究.pdf
- 基于神經網絡的模態(tài)參數(shù)識別方法研究.pdf
- 基于神經網絡的中醫(yī)脈象識別方法研究.pdf
- 基于BP神經網絡的車牌快速識別方法研究.pdf
- 基于BP神經網絡的移動荷載識別方法研究.pdf
- 基于模糊混沌神經網絡的語音識別方法研究.pdf
- 基于神經網絡的故障模式識別方法的研究.pdf
- 基于深度卷積神經網絡的車型識別.pdf
- 基于循環(huán)神經網絡的聲學車型識別研究.pdf
- 基于改進神經網絡的板形識別方法.pdf
- 基于人工神經網絡的蘋果氣體識別方法研究.pdf
- 基于視頻的汽車車型識別研究.pdf
- 基于BP神經網絡的橋梁損傷識別方法研究.pdf
- 基于RBF神經網絡的橋梁損傷識別方法研究.pdf
評論
0/150
提交評論