期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN的高速铁路侵限异物特征快速提取算法
被引量：
39
1
作者
王洋
余祖俊
+1 位作者
朱力强
郭保青
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第5期1267-1275,共9页
高速铁路异物侵限检测系统用来检测是否有异物侵入高速铁路安全限界。为增加系统的可靠性,提出了一种基于卷积神经网络(CNN)的特征快速提取算法。针对特征计算速度缓慢的问题,提出简化的全连接网络结构;针对准确率因简化网络结构而下降...
高速铁路异物侵限检测系统用来检测是否有异物侵入高速铁路安全限界。为增加系统的可靠性,提出了一种基于卷积神经网络(CNN)的特征快速提取算法。针对特征计算速度缓慢的问题,提出简化的全连接网络结构;针对准确率因简化网络结构而下降的问题,提出将卷积层的卷积核进行预先训练;最后为防止因全连接而导致的对称性特征提取,提出加入稀疏性参数的快速特征提取算法。改进后的卷积神经网络,在保证准确率的基础上加快了计算速度,同时满足了实时性和高准确率的要求。实验表明处理单幅图像的速度为0.15 s,准确率为99.5%。
展开更多
关键词
异物识别
卷积
神经网络
预先训练卷积核
快速特征提取
稀疏编码
在线阅读
下载PDF
职称材料
题名
基于CNN的高速铁路侵限异物特征快速提取算法
被引量：
39
1
作者
王洋
余祖俊
朱力强
郭保青
机构
北京交通大学机械与电子控制工程学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017年第5期1267-1275,共9页
基金
国家重点研发计划高速铁路系统安全保障课题(2016YFB1200401)项目资助
文摘
高速铁路异物侵限检测系统用来检测是否有异物侵入高速铁路安全限界。为增加系统的可靠性,提出了一种基于卷积神经网络(CNN)的特征快速提取算法。针对特征计算速度缓慢的问题,提出简化的全连接网络结构;针对准确率因简化网络结构而下降的问题,提出将卷积层的卷积核进行预先训练;最后为防止因全连接而导致的对称性特征提取,提出加入稀疏性参数的快速特征提取算法。改进后的卷积神经网络,在保证准确率的基础上加快了计算速度,同时满足了实时性和高准确率的要求。实验表明处理单幅图像的速度为0.15 s,准确率为99.5%。
关键词
异物识别
卷积
神经网络
预先训练卷积核
快速特征提取
稀疏编码
Keywords
intruding object recognition
convolutional neural network （CNN）
pre-trained convolutional kernel
feature map fast extraction
sparse coding
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TH701 [机械工程—精密仪器及机械]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN的高速铁路侵限异物特征快速提取算法
王洋
余祖俊
朱力强
郭保青
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2017
39
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
