版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、分類號：U491071020050694滾害犬海碩士學(xué)位論文基于遺傳神經(jīng)網(wǎng)絡(luò)的車型識別算法研究導(dǎo)師姓名職稱申請學(xué)位級別論文提交日期學(xué)位授予單位陳麗郭元術(shù)教授答辯委員會主席孫朝云教授學(xué)位論文評閱人孫朝云教授雷虎民教授AbstractAstherapiddevelopmentofChina’SHighway&Transport，researcherspaymuchattentiononIntelligentTransportationres
2、earchVechicleclassificationoccupiesaveryimportantpositioninIntelligentTransportationSystem，whichiswidelyusedinautomatictollcollectionsystem，trafficstatistics，andotherrelatingfieldsTherefore，thedevelopmentofinexpensiveand
3、suitableforChina’SnationalconditionsvechicleclassificationsystemisofgreatpracticalsignificanceBasedontheacousticsignalgeneratedbymovingvehicles，thisarticlespreadaresearchonvehiclerecognitionThearticlefirstoutlinesthedeve
4、lopmentofpatternrecognitionandsounddetectiontechnologydepictsthelawoftheacousticpropagationandthemechanismofautomobilenoise，andanalyzesthefeasibilityofvehiclerecognitionbasedontheacousticsignalsofvehiclesAndthen，avariety
5、ofacousticsignalsamplesaboutthetypesofthevehiclesarecollectedbyusingsensorarrayThesignalsamplesareconductedaseriespretreatments，suchaswaveletdenoisingAsvehiclenoiseisatypicalnonstationarysignal，SOthisarticleputsthenoises
6、ignalintodifferentbanddecompositionbyusingthewaveletpacket，reconstructsthewaveletpacketcoefficient，extractsofthedifferentbandssignals，andconstructseigenvectorbyusingtheband’SenergyasthevectorelementsInthispaperageneticBP
7、neuralnetworkclassificationalgorithmisproposed：ftrst，throughgeneticalgorithm，thepaperconductsatrainingonartificialneuralnetworkweights；andthenputsthetrainedweightsvalueintotheneuralnetworktotrainandrecognisethesamplesThe
8、newBPneuralnetworkclassificationalgorithmavoidstheproblemoftraditionalBPalgorithm—suchaslocalminimum，shortstheleamingtimeandincreasesthecapacityofnetworkgeneralizationUsingthisfeatureextractionandclassificationalgorithm，
9、thisarticleclassifiesthepracticalacousticsignalsfromthetruck，CarandbusAsdifferentvehiclesnoisehasdifferentdistributingofenergyindifferentbands，inthesimulationexperiment，thesignalsamplesaredecomposedforthreelayersbyusingt
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的車牌識別系統(tǒng)的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究.pdf
- 遺傳神經(jīng)網(wǎng)絡(luò)盲均衡算法的研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的股市預(yù)測.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的股票預(yù)測研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的PID自整定算法的研究.pdf
- 免疫遺傳神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的煤巖界面識別方法的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的WLAN室內(nèi)定位算法研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測模型研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)算法的基坑工程優(yōu)化反饋分析.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的高層框架結(jié)構(gòu)損傷識別的研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的指紋分類與識別的研究與實(shí)現(xiàn).pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識別.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的聲學(xué)車型識別研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的圖像邊緣檢測.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的倒立擺控制研究.pdf
- 基于遺傳神經(jīng)網(wǎng)絡(luò)的入侵檢測系統(tǒng)的研究.pdf
評論
0/150
提交評論