基于深度学习和强化学习的车辆定位与识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 相关研究的国内外历史现状 | 第11-13页 |
| 1.2.1 车辆定位与识别的研究现状 | 第11页 |
| 1.2.2 深度学习与强化学习的研究现状 | 第11-13页 |
| 1.3 本文的主要贡献与创新 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-16页 |
| 第二章 深度学习与强化学习 | 第16-29页 |
| 2.1 深度学习 | 第16-22页 |
| 2.1.1 卷积神经网络模型 | 第16-19页 |
| 2.1.2 深度信念网络模型 | 第19-22页 |
| 2.2 强化学习 | 第22-26页 |
| 2.3 深度学习与强化学习结合模型 | 第26-28页 |
| 2.4 本章总结 | 第28-29页 |
| 第三章 车辆识别的仿真实现 | 第29-55页 |
| 3.1 车辆数据库制作介绍以及样本预处理 | 第29-32页 |
| 3.2 深度神经网络训练的通用讨论 | 第32-35页 |
| 3.2.1 统计学习与批量学习 | 第32-33页 |
| 3.2.2 学习率 | 第33-35页 |
| 3.2.3 激励函数 | 第35页 |
| 3.3 基于卷积神经网络的车辆识别 | 第35-40页 |
| 3.4 基于深度信念网络的车辆识别 | 第40-47页 |
| 3.5 基于卷积神经网络与强化学习的车辆识别 | 第47-54页 |
| 3.6 本章总结 | 第54-55页 |
| 第四章 车辆定位与识别的系统实现 | 第55-68页 |
| 4.1 总体设计 | 第55-57页 |
| 4.2 车辆的定位 | 第57-59页 |
| 4.3 车辆的识别 | 第59-62页 |
| 4.4 结果与分析 | 第62-67页 |
| 4.5 本章总结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
