基于人工神经网络的自动车型分类研究
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-19页 |
| ·课题的研究背景与意义 | 第10-13页 |
| ·车型分类的研究与发展现状 | 第13-14页 |
| ·国外研究与发展现状 | 第13-14页 |
| ·国内研究与发展现状 | 第14页 |
| ·人工神经网络的发展与应用 | 第14-18页 |
| ·人工神经网络的发展 | 第14-16页 |
| ·人工神经网络的应用 | 第16-18页 |
| ·本文的主要研究内容 | 第18-19页 |
| 2 自动车型分类方法研究 | 第19-25页 |
| ·自动车型分类的基本概念 | 第19页 |
| ·自动车型分类的方法 | 第19-22页 |
| ·电磁感应线圈法 | 第19-20页 |
| ·激光技术法 | 第20-21页 |
| ·视频法 | 第21页 |
| ·模糊识别技术法 | 第21-22页 |
| ·各种分类方法的比较与分析 | 第22-23页 |
| ·本文的设计方案 | 第23-25页 |
| ·方案的确定 | 第23页 |
| ·方案的实施 | 第23-25页 |
| 3 车辆特征参数的获取 | 第25-31页 |
| ·车辆的特征参数 | 第25-26页 |
| ·车辆参数的检测 | 第26-31页 |
| 4 自动车型分类 BP 网络的设计 | 第31-55页 |
| ·人工神经网络基础理论 | 第31-35页 |
| ·人工神经元的数学模型 | 第31-32页 |
| ·人工神经网络的网络模型 | 第32-33页 |
| ·人工神经网络的学习 | 第33-35页 |
| ·BP网络 | 第35-40页 |
| ·BP神经元及网络模型 | 第35页 |
| ·BP网络的学习 | 第35-36页 |
| ·BP算法原理及推导 | 第36-38页 |
| ·标准 BP 算法的改进 | 第38-39页 |
| ·BP网络的局限性 | 第39-40页 |
| ·BP网络设计的基本方法 | 第40-46页 |
| ·训练样本集的准备 | 第40-43页 |
| ·初始权值的设计 | 第43-44页 |
| ·多层前馈网络结构设计 | 第44-45页 |
| ·网络训练与测试 | 第45-46页 |
| ·自动车型分类 BP 网络的设计 | 第46-50页 |
| ·输入输出变量的选择 | 第46-47页 |
| ·样本训练集和测试集的建立 | 第47页 |
| ·网络结构设计 | 第47-50页 |
| ·网络的训练 | 第50-54页 |
| ·小结 | 第54-55页 |
| 5 仿真测试与结果分析 | 第55-64页 |
| ·网络的测试与结果分析 | 第55-63页 |
| ·小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 作者简历 | 第68-70页 |
| 学位论文数据集 | 第70页 |
