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
共找到3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：
一种改进多标签分类结构的实时车牌识别模型
1
作者 洪顺贺 铁治欣 +1 位作者 胡宸滔 丁成富 《智能计算机与应用》 2024年第6期207-212,共6页
本文提出一种改进的多标签分类结构的实时车牌识别模型,通过压缩-激活注意力机制在通道方向关注车牌图像中的字符,并且融合网络的深浅层特征,在提取语义的同时又能兼顾到字符定位,提高字符定位精度,同时采用深度可分离卷积取代传统卷积... 本文提出一种改进的多标签分类结构的实时车牌识别模型,通过压缩-激活注意力机制在通道方向关注车牌图像中的字符,并且融合网络的深浅层特征,在提取语义的同时又能兼顾到字符定位,提高字符定位精度,同时采用深度可分离卷积取代传统卷积,减少计算量,提高车牌识别速度。最后,在CCPD数据集中选取最能体现光照强度、车牌倾斜和车牌模糊等复杂场景的3个子数据集进行测试实验,测试结果达到94.0%的平均准确率和395.6 FPS的识别速度,这表明本文提出的模型能够在复杂场景下达到快速识别车牌的效果。 展开更多
关键词 车牌识别 深度学习 SE DSC
在线阅读 下载PDF
一种改进卷积循环神经网络的复杂场景下的车牌识别模型
2
作者 洪顺贺 胡宸滔 +1 位作者 铁治欣 丁成富 《建模与仿真》 2023年第3期2498-2504,共7页
识别自然场景图像中的汽车牌照是一项重要而又具有挑战性的任务。许多现有方法对于在固定场景下收集的牌照表现良好,但它们的性能在诸如车牌角度倾斜、光照强度过亮或过暗、图片模糊等复杂的环境中显著下降。本文提出了一种改进的卷积... 识别自然场景图像中的汽车牌照是一项重要而又具有挑战性的任务。许多现有方法对于在固定场景下收集的牌照表现良好,但它们的性能在诸如车牌角度倾斜、光照强度过亮或过暗、图片模糊等复杂的环境中显著下降。本文提出了一种改进的卷积循环神经网络车牌识别模型,在网络中加入幻影模块(Ghost Block)和卷积块注意模块(Convolutional Block Attention Module, CBAM),能够提高车牌字符特征提取的丰富程度的同时在通道和空间方向上对车牌字符特征进行加权,提高模型对车牌字符识别的准确率。最后通过实验验证了本文提出的模型的有效性。 展开更多
关键词 循环神经网络 车牌识别 车牌字符识别 自然场景图像 汽车牌照 复杂场景 空间方向 卷积
在线阅读 下载PDF
基于特征提取和LSTM的PM 2.5浓度预测模型
3
作者 舒莹 胡宸滔 +1 位作者 铁治欣 丁成富 《建模与仿真》 2023年第3期2525-2533,共9页
PM2.5是空气污染中对人体危害最大的一类污染物之一,对PM2.5的准确预测可以为人们社会活动的决策制定提供可靠依据。使用自编码器(Auto-encoder)能够达到较高的预测精度,但是需要训练的参数量大,所需的计算资源也会增加,于是本文提出了... PM2.5是空气污染中对人体危害最大的一类污染物之一,对PM2.5的准确预测可以为人们社会活动的决策制定提供可靠依据。使用自编码器(Auto-encoder)能够达到较高的预测精度,但是需要训练的参数量大,所需的计算资源也会增加,于是本文提出了一种待训练参数比Auto-encoder减少了24%的PM2.5预测模型FE-LSTM (Feature Extraction-LSTM)。FE-LSTM模型基于SE注意力机制、卷积神经网络(CNN)和长短期记忆网络(LSTM)等模块,先使用CNN提取出输入张量的初始特征,再通过SE注意力对特征张量按通道加权,通过全连接和重构后使用LSTM得出污染浓度的预测值。在北京PM2.5数据集上,对FE-LSTM模型及对比模型进行了训练和测试,结果表明,本文所提出的FE-LSTM模型的预测精度优于其他对比模型。 展开更多
关键词 污染浓度 空气污染 浓度预测 注意力机制 特征提取 参数量 决策制定
在线阅读 下载PDF
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
使用帮助 返回顶部