| 自适应混合卷积神经网络的雾图能见度识别 |
| |
| 引用本文： | 苗开超,周建平,陶鹏,刘承晓,姚叶青.自适应混合卷积神经网络的雾图能见度识别[J].计算机工程与应用,2020,56(10):205-212. |
| |
| 作者姓名： | 苗开超 周建平 陶鹏 刘承晓 姚叶青 |
| |
| 作者单位： | 1.安徽省公共气象服务中心，合肥 230031
2.安徽继远软件有限公司，合肥 230088 |
| |
| 基金项目： | 国家自然科学基金;江苏省气象局北极阁开放研究基金 |
| |
| 摘 要： | 为充分利用高速公路沿线视频监控，实现高速公路大雾天气能见度全程监测，提出一种自适应混合卷积神经网络（Convolutional Neural Network，CNN）算法。在CNN算法输入层使用ResNet、VGG19预训练模型进行迁移学习，防止训练结果出现过拟合现象；在算法前向与反向传播过程之间构建参数自适应调整模块，根据卷积神经网络训练周期数和训练误差增强参数系数，实现权值自适应更新，有效地提高模型训练的收敛速度和能见度识别正确率。基于高速公路视频图像样本库进行实验，对算法的收敛性、时间复杂性以及识别正确率进行评价。实验结果显示，自适应混合卷积神经网络算法能够加快模型训练，模型综合识别准确率达到0.80以上。
|
| 关 键 词： | 图像识别 预训练模型 卷积神经网络 自适应 能见度 |
Visibility Recognition of Fog Figure Based on Self-adaptive Hybrid Convolutional Neural Network |
| |
| MIAO Kaichao,ZHOU Jianping,TAO Peng,LIU Chengxiao,YAO Yeqing.Visibility Recognition of Fog Figure Based on Self-adaptive Hybrid Convolutional Neural Network[J].Computer Engineering and Applications,2020,56(10):205-212. |
| |
| Authors: | MIAO Kaichao ZHOU Jianping TAO Peng LIU Chengxiao YAO Yeqing |
| |
| Affiliation: | 1.Anhui Public Meteorological Service Center, Hefei 230031, China
2.Anhui Jiyuan Software Co., Ltd., Hefei 230088, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
