基于车辆声信号的SVM及CNN车型分类识别方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-15页 |
| 1.2.1 基于车检器的车型分类识别 | 第12页 |
| 1.2.2 基于视频图像处理的车型分类 | 第12-13页 |
| 1.2.3 基于轴距的车型分类 | 第13页 |
| 1.2.4 基于声音信号的车型分类识别 | 第13-15页 |
| 1.3 本文研究的关键问题和主要内容 | 第15-17页 |
| 1.4 主要创新点 | 第17-18页 |
| 1.5 本文的组织结构 | 第18-20页 |
| 第二章 声信号特性分析及处理 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 车辆声信号采集与分析 | 第20-25页 |
| 2.2.1 车辆声信号的采集 | 第20-23页 |
| 2.2.2 车辆声信号特点分析 | 第23-24页 |
| 2.2.3 车辆声音信号处理方案 | 第24-25页 |
| 2.3 车辆声信号处理 | 第25-31页 |
| 2.3.1 车辆声信号预处理 | 第25-27页 |
| 2.3.2 车辆声信号特征提取 | 第27-31页 |
| 2.4 建立实验数据特征集 | 第31页 |
| 2.5 本章小结 | 第31-34页 |
| 第三章 基于传统方法的车型分类识别研究 | 第34-42页 |
| 3.1 引言 | 第34页 |
| 3.2 主成分分析 | 第34-36页 |
| 3.2.1 主成分计算 | 第34-35页 |
| 3.2.2 主成分选取 | 第35-36页 |
| 3.2.3 主成分分析的意义 | 第36页 |
| 3.3 支持向量机 | 第36-40页 |
| 3.3.1 最优分类超平面 | 第36-37页 |
| 3.3.2 线性支持向量分类机 | 第37-39页 |
| 3.3.3 非线性支持向量分类机 | 第39-40页 |
| 3.3.4 支持向量机的优缺点 | 第40页 |
| 3.4 K近邻算法 | 第40-41页 |
| 3.4.1 基本要素 | 第40-41页 |
| 3.4.2 算法优缺点 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于CNN的车型分类识别方法 | 第42-58页 |
| 4.1 引言 | 第42-43页 |
| 4.2 神经网络发展 | 第43页 |
| 4.3 卷积神经网络 | 第43-49页 |
| 4.3.1 卷积及卷积核 | 第44-46页 |
| 4.3.2 卷积层 | 第46页 |
| 4.3.3 池化层 | 第46-47页 |
| 4.3.4 全连接层 | 第47页 |
| 4.3.5 局部响应归一化层 | 第47-48页 |
| 4.3.6 激活函数 | 第48-49页 |
| 4.4 卷积神经网络优化 | 第49-52页 |
| 4.4.1 损失函数及目标函数 | 第49页 |
| 4.4.2 目标函数优化算法 | 第49-50页 |
| 4.4.3 防止过拟合的策略 | 第50-52页 |
| 4.5 LeNet-5网络及其改进 | 第52-56页 |
| 4.5.1 LeNet-5网络 | 第52-53页 |
| 4.5.2 网络改进过程 | 第53-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 车型分类识别实验 | 第58-74页 |
| 5.1 实验数据来源和实验平台简介 | 第58-59页 |
| 5.1.1 实验数据来源 | 第58页 |
| 5.1.2 实验平台简介 | 第58-59页 |
| 5.2 实验评价指标 | 第59页 |
| 5.3 基于传统方法的车型分类识别实验 | 第59-65页 |
| 5.3.1 基于PCA的特征变换 | 第60-61页 |
| 5.3.2 基于SVM的车型分类识别实验 | 第61-62页 |
| 5.3.3 基于KNN的车型分类识别实验 | 第62-63页 |
| 5.3.4 实验结果与分析 | 第63-65页 |
| 5.4 基于CNN的车型分类识别实验 | 第65-72页 |
| 5.4.1 实验内容 | 第65-66页 |
| 5.4.2 实验过程步骤 | 第66-67页 |
| 5.4.3 实验结果与分析 | 第67-72页 |
| 5.5 综合分析及结论 | 第72-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74-75页 |
| 6.2 后续展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的成果 | 第83页 |
