期刊导航
期刊开放获取
cqvip
退出
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
基于改进长短时记忆神经网络-自适应增强算法的多天气车辆分类方法
被引量：
4
1
作者
李达
张照生
+2 位作者
刘鹏
王震坡
董昊天
《汽车工程》
EI
CSCD
北大核心
2020年第9期1248-1255,共8页
针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测...
针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测系统平台和车辆分类方法,然后分析基于改进LSTM-AdaBoost的车辆分类结果,并对不同车辆分类方法和不同天气下的分类准确率进行了对比。结果表明,与最邻近结点算法和反向传播神经网络算法相比,本文所提出的方法具有较高的准确率,最高分类准确率为92.2%。暴雨、雾霾和晴天3种天气中,暴雨时的分类准确率最低,但差别不大,最大相差3.9个百分点。
展开更多
关键词
车辆分类
地磁信号
长短时记忆神经网络-自适应增强算法
多天气
下载PDF
职称材料
题名
基于改进长短时记忆神经网络-自适应增强算法的多天气车辆分类方法
被引量：
4
1
作者
李达
张照生
刘鹏
王震坡
董昊天
机构
北京理工大学机械与车辆学院
北京理工大学
北京市电动车辆协同创新中心
出处
《汽车工程》
EI
CSCD
北大核心
2020年第9期1248-1255,共8页
基金
国家自然科学基金(61703042)
国家重点研发计划(2018YFB0105700)资助。
文摘
针对目前国内外车辆分类效果不理想和受天气影响较大的问题,本文中提出一种基于改进长短时记忆神经网络自适应增强算法(LSTM-AdaBoost)的多天气车辆分类方法,并提出一种“多层网格法”以准确地确定LSTM的超参数。首先建立地磁车辆检测系统平台和车辆分类方法,然后分析基于改进LSTM-AdaBoost的车辆分类结果,并对不同车辆分类方法和不同天气下的分类准确率进行了对比。结果表明,与最邻近结点算法和反向传播神经网络算法相比,本文所提出的方法具有较高的准确率,最高分类准确率为92.2%。暴雨、雾霾和晴天3种天气中,暴雨时的分类准确率最低,但差别不大,最大相差3.9个百分点。
关键词
车辆分类
地磁信号
长短时记忆神经网络-自适应增强算法
多天气
Keywords
vehicle
classification
geomagnetic
signal
lstm
-
adaboost
algorithm
multi-climate
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进长短时记忆神经网络-自适应增强算法的多天气车辆分类方法
李达
张照生
刘鹏
王震坡
董昊天
《汽车工程》
EI
CSCD
北大核心
2020
4
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
