已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著汽車保有量的不斷增加,道路交通安全問題日益突出。為了有效減少道路交通事故,汽車安全輔助駕駛技術得到廣泛關注。車輛前方障礙物識別是汽車安全輔助駕駛技術中的研究熱點和重點之一,是通過各種傳感器對車輛前方環(huán)境進行感知,提前識別存在的安全隱患,可以有效降低交通風險,因而受到世界各國政府、企業(yè)和科研機構的重視。
RBF網(wǎng)絡具有結構簡單、收斂速度快及表達能力強等優(yōu)越性,卷積神經(jīng)網(wǎng)絡具有稀疏連接、權值共享和下采樣等特點,基于RBF網(wǎng)絡的
2、性能及卷積神經(jīng)網(wǎng)絡特性,本文針對高等級結構化的道路環(huán)境,提出一種基于RBF卷積神經(jīng)網(wǎng)絡的車輛前方障礙物識別方法,并且利用本文建立的試驗樣本庫進行測試,證明本文提出網(wǎng)絡結構的有效性。
由于在線學習實時性強、執(zhí)行簡單及不需要大量的存儲空間,本文設計基于RBF的在線學習卷積神經(jīng)網(wǎng)絡,利用手寫數(shù)字數(shù)據(jù)庫MNIST對網(wǎng)絡進行訓練并測試。同時,針對高等級結構化公路的特點設計一種半自動裁剪樣本的算法,為網(wǎng)絡的完全在線訓練奠定基礎。最后,結合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雷達和機器視覺融合的前方車輛障礙物檢測.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的車輛識別與檢索研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的車型識別與車輛檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的車型識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的車輛部件檢測.pdf
- 基于神經(jīng)網(wǎng)絡的冗余機器手臂障礙物躲避和實時解析.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡的車型識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡的視覺識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的圖像識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡的對象顏色識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡的語音識別研究.pdf
- 基于單目視覺的列車前方障礙物檢測識別算法研究.pdf
- 基于多尺度卷積神經(jīng)網(wǎng)絡的車型識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡的箱號識別技術.pdf
- 基于卷積神經(jīng)網(wǎng)絡的大豆病害識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的植物葉片識別研究.pdf
- 基于雷達和機器視覺的車輛前方障礙物檢測系統(tǒng)設計與實現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡的車臉識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡的行人再識別算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡的飲食分類與識別.pdf
評論
0/150
提交評論