-
题名基于卷积神经网络的自动行驶小车研究与设计
被引量：1
- 1
-
-
作者
钟皇平
王丽君
俞超
-
机构
杭州电子科技大学计算机学院
文华学院信息学部
-
出处
《杭州电子科技大学学报（自然科学版）》
2018年第6期46-50,98,共6页
-
文摘
针对车辆的自动驾驶问题,提出了一种卷积神经网络模型,并设计制作了一辆小车实现了自动驾驶。使用开源神经网络构建工具Tensorflow进行神经网络模型的构建和训练,用车载笔记本电脑实现神经网络的训练和计算;使用CAD工具设计小车车体,用一枚前置摄像头采集环境信息;在实际道路上收集数据并训练神经网络模型,在未收集过训练数据的道路上进行测试。测试结果表明,小车具有一定程度的自动驾驶能力。
-
关键词
卷积网络
自动驾驶
深度神经网络
-
Keywords
convolution network
automatic driving
depth neural network
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名跨语种民航陆空通话语音识别模型研究
- 2
-
-
作者
刘远庆
郭晓静
张海刚
杨金锋
-
机构
中国民航大学计算机科学与技术学院
深圳职业技术学院人工智能学院
-
出处
《计算机应用与软件》
北大核心
2021年第5期158-163,189,共7页
-
基金
国家自然科学基金项目(61502498)。
-
文摘
为实现中英文民航陆空通话语音识别,提出一种基于深度学习的跨语种民航陆空通话语音识别方法。基于共享隐层的卷积深度神经网络(CDNN)建立一个跨语种声学模型;将中文音素和英文音素(CMU)融合用于构建混合语言模型;在此基础上将CMU标准英文音素映射为TIMIT标准英文音素重构语言模型用于识别;为了缩短训练和解码的时间,在提取特征阶段加入低帧率。实验结果表明,卷积深度神经网络声学模型可较好地应用于民航陆空通话领域;音素映射方法能够进一步提高识别性能;加入低帧率后有效缩短了训练时间且使词错误率下降到4.28%。
-
关键词
民航陆空通话
跨语种语音识别
卷积深度神经网络
音素融合
低帧率
-
Keywords
Civil aviation's radiotelephony communication
Cross-lingual speech recognition
convolution depth neural network
Phoneme merging
Low frame rate
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
