-
题名基于双路式卷积神经网络的车辆与行人检测
被引量：1
- 1
-
-
作者
林少丹
李伙钦
洪朝群
-
机构
福建船政交通职业学院信息工程系
厦门理工学院计算机与信息工程学院
-
出处
《西华大学学报（自然科学版）》
CAS
2019年第2期19-24,共6页
-
基金
福建省交通运输科技项目(201409)
-
文摘
针对低能见度状态下对车辆与行人的视觉特征难以提取的问题,提出一种将2路卷积神经网络融合从而实现对车辆与行人识别的方法。采用高斯背景差分法实现图像去模糊,在双路网络中分别采用不同尺寸的滤波器,调整滤波器的大小得到不同环境下图片的特征值,采用反向传播算法计算梯度。实验结果显示,与单路式卷积神经网络对比,在能见度低的环境中,该方法对车辆的辨识率提高至83. 49%,对行人的辨识率提高至87. 36%,表明在低能见度环境中,双路式卷积神经网络识别准确率高于单路式卷积神经网络。
-
关键词
特征提取
单路式卷积神经网络
双路式卷积神经网络
反向传播算法
道路监控系统
-
Keywords
feature extraction
one-way convolutional neural network
two-way convolutional neural network
back propagation algorithm
road monitoring system
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名深度学习在股票预测中的应用研究
被引量：2
- 2
-
-
作者
韩金辰
路顺豫
孙楠
商杰
张钰珂
鲍治国
-
机构
河南财经政法大学
宇通客车股份有限公司
洛阳师范学院
-
出处
《信息技术与信息化》
2023年第9期190-193,共4页
-
文摘
自股市诞生以来,金融学家和社会学家都将股票市场的发展作为评价某个国家或者区域发达水平的一项标准。越来越多的研究者参与到对股价预测方法的探索中,希望对其价值走向做出准确判断,并揭示股市运作原理。对目前广泛应用于股价预测的各种研究方法进行综述,针对传统股票预测技术以及全部以深度学习为基础的股票预测技术进行了相关具体的阐述,并且对于全部以深度学习为基础的股票预测技术进行分类,阐述了基于CNN、LSTM、GRU的预测方式和其扩展方式;接着对各种方法的优缺点进行分析总结,并浅析该领域研究未来可能的发展方向,希望能使读者全面认识该领域的现状。
-
关键词
股价预测
深度学习
卷积式神经网络
长短期记忆系统
门控循环系统
-
分类号
F830.91
[经济管理—金融学]
-
