Indexed by：
Abstract：
随着深度学习的快速发展,深度学习中的卷积神经网络已经广泛运用于图像识别领域,通过构建不同的网络模型和大量的图像训练数据,来让计算机学习更多有用的图像特征,从而提升图像分类或识别的准确性.本文基于卷积神经网络,构建车辆图像数据库,参考经典的AlexNet网络模型,修改了它的激活函数和输出全连接层的网络结构,并微调训练参数来对数据集进行分类识别,最终识别出了图像中的车型及其品牌,准确率可分别达到89.33%和93.33%.经由实验验证,基于卷积神经网络对车型识别的方法是切实可行的.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
有线电视技术
ISSN： 1008-5351
CN： 11-4021/TN
Year： 2017
Issue： 12
Volume： 24
Page： 88-91
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
