期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的燃气表信息自动识别方法研究
1
作者 毛莉君 张文灏 《微型电脑应用》 2024年第2期167-170,共4页
提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运... 提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运用Grid Loss函数优化CNN网络,由此,实现燃气表自动化识别方法的构建。在Caffe深度学习框架下进行实验测评,结果表明该方法整体的识别准确性高达99.60%、整个样本集及单幅字码的训练总时间均优于其他识别方法,且对于不完整表码字的识别准确率也达到了99.21%。 展开更多
关键词 燃气表信息 自动识别 LeNet-5模型 Grid Loss函数
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部