10.3969/j.issn.1671-7449.2020.04.012
一种基于异构串联卷积神经网络的 铁路异物检测模型
针对目前铁路异物侵限报警系统中存在的误报率较高,物体分类能力有限的问题,本文设计了一套非接触式异物侵限报警系统.提出一种采用异构串联卷积核和加入归一池化层的卷积神经网络模型用于系统图像识别,通过对比试验和系统测试,该模型在小样本训练情况下具有较好的泛化能力,能有效保障系统的稳定性与精确度.
异物入侵监测、异构串联卷积核、小样本、归一池化
34
F407.67(工业经济理论)
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
344-348