LeNet-5相关论文
超声法测量颗粒两相介质的浓度、粒径与其他颗粒测量技术相比具有测量范围广、适合高浓度测量、能够实现在线测量等优点。在测量河......
由于道路上车辆的激增,交通违章、交通拥挤、交通事故、停车难等一系列问题日益突出,因此加快智能交通系统的建设迫在眉睫。车牌与......
在汽车自动驾驶和智能交通系统中，交通标志的自动识别至关重要。本文基于深度学习提出一种快速识别交通标志的卷积神经网络，通过加入......
随着我国人民对生活质量的要求不断提高,汽车逐渐成为每户家庭出行的必需品。而汽车前杠支架又是汽车产品的重要零件之一,其表面的......
水下智能机器人（AUV）已被广泛地应用于海洋资源开发及水下工程作业,视觉是目前最重要的环境探测技术之一,卷积神经网络广泛运用于目......
随着计算机硬件水平的飞速提升、医疗图像的海量激增,将三维实际物景转换为适合计算机处理的二维平面图像进行处理和分析,已逐渐成......
给出了一种基于LeNet-5改进的人脸识别方法,以其能适用于资源及计算能力有限的嵌入式系统.把典型卷积神经网络LeNet-5的结构,设计......
针对采用全卷积神经网络去除地震数据随机噪声方法中遇到的计算量大、容易出现过拟合等问题,提出了一种基于LeNet-5改进的卷积神经......
为了快速准确的获取银行卡号信息,文章介绍了一种改进的Le Net-5神经网络结构。首先需要对原始数据预处理,通过数学形态学进行粗定......
增值税发票信息在金融领域至关重要,自动识别发票信息可以节约人工成本和时间成本。因此,文中提出设计一种基于改进LeNet-5卷积神......
为了避免电机频繁无预警停机,机电设备诊断分析是一项非常重要的任务。针对辊道电机中单个电机故障,根据所有电机正常运行状况和故......
针对车牌中汉字识别率低和识别速度慢问题,提出一种基于深度学习的车牌识别网络LeNet-5-L,该网络把车牌识别分为两个阶段,运用Open......
针对滚动轴承故障样本不完备问题,提出一种基于改进的LeNet-5模型的卷积神经网络故障诊断方法。该方法将包含多种转速的滚动轴承振......
随着时间的增长,自然灾害的侵蚀及人为的破坏,混凝土道路将会出现严重的病害进而影响到出行安全。裂缝是混凝土公路病害的早期表现......
手写签名作为一种人体生物行为特征,具有稳定且易获取的特点,被广泛应用于金融、法律以及其它保密性高的行业。但以往对于手写签名......
当前各行业对安防报警设备的需求量越来越大,安防行业的结构化数据呈爆发式增长,同时也存在许多脏数据,尤其是相似重复记录,为数据......
研究LeNet-5在扫描文档中手写体日期字符识别的应用,由于文档扫描的过程中会引入各种噪声,特别是光照和颜色干扰,直接使用LeNet-5......
目的探讨基于改进LeNet-5模型的WHOⅡ/Ⅲ级脑胶质瘤影像自动分级的临床应用价值。方法收集经手术病理证实的98例WHOⅡ级和Ⅲ级胶质......
针对手写数字图像的特点,改进了传统LeNet-5卷积神经网络模型。首先使用双线性插值方法对MNIST数据集图像进行预处理,使用预处理后......
针对目前人工分类太阳能电池片效率低、误差大的问题,提出了一种基于太阳能电池片多颜色空间信息的LeNet-5智能分类模型。首先构建......
随着国家"科技强检"战略的实行,分类卷宗材料这种繁杂的工作无疑成为检务人员的负担,于是利用计算机识别文件表面的数字编号来对材......
车牌识别技术是智能交通管理系统的核心,对它的研究与开发具有重要的商业前景。传统的车牌字符识别方法存在特征提取复杂的问题,而......
花卉种类识别属于植物分类的重要分支之一,有着很高的研究和应用价值。但是,目前的花卉识别方法普遍存在着时间长、准确率较低的问......
传统的足迹检验需要依靠专业知识和实战经验,具有较强的主观性且效率低,为了提高足迹检验的客观性和自动性,建立立体足迹落足阶段......
为解决热轧带钢力学性能预报精度的问题,本文提出了一种将一维数值型数据转换为二维图像型数据的建模方法,基于LeNet-5和GoogLeNet......
针对车牌字符类别多、背景复杂等特点,以卷积神经网络LeNet-5模型为基础,通过去除全连接层F_6层以及增加卷积层C_1和C_3层特征图的......
针对传统解码方法在空间结构光编码的三维重建时易受投影对象表面颜色、纹理、曲率的影响而出现解码错误,本文提出一种在解码阶段......
针对传统解码方法在空间结构光编码的三维重建时易受投影对象表面颜色、纹理、曲率的影响而出现解码错误,本文提出一种在解码阶段......
以手写字符识别为例,通过对经典卷积神经网络LeNet-5结构中的激活函数和下采样过程的改进,在一定程度上有效的提高了手写体字符识......
针对卷积神经网络在进行图像分类时,存在单通道提取特征不充分和收敛慢等问题,提出一种改进的LeNet-5深度卷积神经网络模型。该模......
示功图识别是有杆泵故障诊断的常用方法,随着神经网络技术的发展,虽已能准确识别典型示功图,但存在以下问题:代表不同故障的相似示......
以车牌识别的实用性为目的,设计一种鲁棒的车牌识别系统。首先提出了Sobel-Color算法,以Sobel边缘和颜色两种特征进行车牌定位,并......
随着我国工业控制系统的高速发展,为应对其日益突出的安全问题,对LeNet-5卷积神经网络在攻击检测中的应用作出改进,通过建立有效特......
在工件涂装的过程中会遇到焊缝差异不易区分和识别的问题,基于此问题文章提出一种基于LeNet-5的待涂装焊缝识别系统。该系统先将数......
近年来,卷积神经网络在图像分类、语音识别及自动驾驶等领域有了十分优异的表现,成为了一大研究热点。然而,移动设备领域存在计算......
随着中国经济的快速发展,汽车的保有量在逐年增加。智能交通管理系统在交通管控中的重要地位越发地凸显出来,而车牌识别是智能交通......
近几年,卷积神经网络(CNN)作为一种新兴技术,因较高的容错性和预测正确率成为机器视觉领域的重要工具。机器人世界杯(RoboCup)规定......
车牌号码的准确获取是智能交通系统中最关键的部分之一,它直接决定了智能交通系统的发展速度以及技术水平。经大量研究者证明,使用......
随着道路上车辆数目的急剧增加,利用套牌、无牌及其他车辆犯罪的案件也随之增加,因此对智能交通系统中车辆信息识别的研究迫在眉睫......
针对仪表数字获取过程中多出现光照不均匀和字符重影现象,导致二值化困难、识别率低等问题,提出了一种新的二值化方法。在对图像二......
传统的车牌识别算法包括模板匹配、特征统计等方法,但是这些算法依赖于人工提取图像特征,识别准确率低。卷积神经网络LeNet-5算法......
近些年来,我国经济获得快速发展,汽车在人们的日常生活中越来越普及,人们对安全、快捷的智能交通系统的需求也越来越大。而交通标......
随着信息技术的不断发展,人们的生活日益趋近于自动化、智能化,传统的电能表抄表方式逐渐淘汰,智能的电能表字符识别技术研究成为......
针对货运列车车号字符识别,提出了基于卷积神经网络LeNet-5的改进识别方法,考虑到卷积神经网络的层次化以及局部领域等结构特点,对......
随着中国经济的快速发展,人们购买并使用机动车的数量也不断增加。因此对行驶在路面上的机动车监管以及监控需求也在日益增长。本......
随着经济和科技的发展,车辆数目逐步增长,这使得交通问题日益突出,进而智能交通技术渐入人们的视野。车牌识别作为其中最为重要的......
以交通标志识别为研究目的,对LeNet-5卷积神经网络进行改进,包括将输出层的10个神经元节点增加到62个,将sigmoid函数替换为relu函......
生产日期是牛奶包装上的强制标识之一,厂家需要在牛奶生产过程中对其进行检查,在检查合格后方可上市。当前国内对牛奶生产日期喷码......
