基于深度学习的TEDS系统车号识别算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 铁路列车车号识别的发展 | 第10-11页 |
| 1.2.2 深度学习的发展 | 第11-12页 |
| 1.3 本文工作与组织架构 | 第12-13页 |
| 第二章 深度学习理论与卷积神经网络 | 第13-22页 |
| 2.1 人工神经网络与多层感知器 | 第13-14页 |
| 2.2 深度学习概念 | 第14-16页 |
| 2.3 深度学习网络模型 | 第16-18页 |
| 2.4 卷积神经网络 | 第18-21页 |
| 2.4.1 卷积神经网络的基本结构 | 第19-20页 |
| 2.4.2 卷积神经网络的应用 | 第20-21页 |
| 2.5 本章总结 | 第21-22页 |
| 第三章 动车车号定位与分割算法设计 | 第22-35页 |
| 3.1 处理方案概述 | 第22页 |
| 3.2 图像预处理 | 第22-24页 |
| 3.3 车号定位模块算法设计 | 第24-29页 |
| 3.3.1 常用定位提取算法 | 第24-25页 |
| 3.3.2 基于笔划宽度变换的车号定位 | 第25-29页 |
| 3.4 字符分割模块算法设计 | 第29-34页 |
| 3.4.1 常用图像分割算法 | 第29-32页 |
| 3.4.2 动车车号分割算法设计 | 第32-34页 |
| 3.5 本章总结 | 第34-35页 |
| 第四章 基于深度学习的动车车号识别算法 | 第35-49页 |
| 4.1 卷积神经网络车号识别算法设计 | 第35-43页 |
| 4.1.1 输入、输出层设计 | 第35页 |
| 4.1.2 隐藏层结构的优化设计 | 第35-39页 |
| 4.1.3 激活函数设计和网络的学习 | 第39-43页 |
| 4.2 实验结果及分析 | 第43-48页 |
| 4.2.1 实验数据处理 | 第43-44页 |
| 4.2.2 实验环境说明 | 第44-45页 |
| 4.2.3 实验结果及分析 | 第45-48页 |
| 4.3 本章总结 | 第48-49页 |
| 第五章 结论与展望 | 第49-50页 |
| 5.1 主要结论 | 第49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 在学期间的研究成果 | 第54-55页 |
| 致谢 | 第55页 |
