中科院模式识别重点实验室的谭铁牛的文章,相信学习对轨迹识别的人有帮助
设计了一种二级网络结构的仓库参数检测系统,增强了系统安全性和可靠性,提高了整体性价比:底层的无线射频网络避免了烦琐的布线工作,同时降低了成本;高层的以太网具有远距离传输优点,并实现了数据资源的共享;系
针对在线模块化神经网络难以实时有效划分样本空间,提出一种改进的在线自适应模块化神经网络.首先,基于距离与密度实时更新样本局部密度及RBF神经元中心,实现样本空间在线划分;然后,将子网络模块数根据划分样
借鉴仿生学原理, 基于大脑皮层结构提出一种新型侧抑制神经网络(S-LINN) 模型. 通过模拟大脑皮层内锥体神经元和抑制神经元的连接特点, 在多层结构的S-LINN 的不同层神经元之间引入跨越连接,
通过查阅相关资料,主流的交通标志的检测方法分成两类。一类是利用机器学习算法,通过端对端的网络识别与标定交通标志,通常需要一定规模的训练数据。本文拟用第二类的方法,通过图像的基本操作与图像的特征来提取标
通过变换RGB空间颜色值并分割图像, 利用标记图为特征的形状分类器检测城市环境中的交通标志. 为了 提高分类准确度, 用两种模型表示方法分类交通标志: 1) 结合二元树复小波变换和二维独立分量分析提取
gtsrb.torch,基于Torch的交通标志识别gtsrb.torch本文介绍了如何使用Torch在GTSRB数据集上训练卷积神经网络,以及如何用空间转换器层来提高state-of-the-art
linux下的无人车交通标志牌识别
在恶劣的天气条件下,驾驶员对路上交通标志的识别变得异常困难,为了解决这一问题,我们基于MATLAB设计了一个交通标志识别系统,不仅具有简洁易懂的GUI界面,还可以通过语音播报将识别结果直接传递给驾驶员
介绍了遗传算法的基本原理,然后利用遗传算法优化神经网络结构,形成以遗传算法与神经网络相结合的进化神经网络.经验证可知,该算法具有一定的可行性与有效性.
