我国民航与高铁竞争优势研究——基于顾客感知价值导向角度的分析
日期:2018.07.02 点击数:9
【类型】期刊
【刊名】重庆理工大学学报(自然科学)
【关键词】 深度卷积神经网络,机场目标识别,简化YOLO网络
【摘要】针对传统机场及机场内飞机目标的识别方法特征难以设计选取、泛化能力差以及难以实现两种目标同时识别的不足,将深度学习的目标识别YOLO(You only look once)算法应用到机场及机场内飞机目标的识别领域,实现了两种目标的同时识别。在此基础上,为了提高识别速度,提出了一种简化的YOLO网络。实验结果表明:该网络能在精度损失很小的情况下大大缩短预测识别处理时间。
【年份】2018
【作者单位】西南技术物理研究所;
【期号】03
【页码】210-216
【全文挂接】全文挂接
相关文章
- 1、基于特征融合的注意力增强卷积神经网络的航空发动机滚动轴承故障诊断方法 作者:李泽东,李志农,陶俊勇,毛清华,张旭辉, 年份:2022
- 2、双通道深度卷积神经网络的航空发动机剩余使用寿命预测方法 作者:苗青林,张晓丰,高杨军,刘显光,秦丕胜, 年份:2022
- 3、飞机目标分类的深度卷积神经网络设计优化 作者:马俊成,赵红东,杨东旭,康晴, 年份:2020
- 4、基于深度学习的彩色遥感图像飞机目标检测算法研究 作者:韩佳雪 年份:2020