作者：張文超; 胡玉蘭 刊期：2018年第05期

為解決預(yù)處理、車牌定位、字符分割和字符識(shí)別這一傳統(tǒng)車牌識(shí)別方法復(fù)雜且流程銜接誤差較大的問(wèn)題,提出定位-識(shí)別的通道化車牌處理模型方法。首先根據(jù)車牌形態(tài)的結(jié)構(gòu)化特點(diǎn),改進(jìn)Yolov2提取不同網(wǎng)絡(luò)深度的多級(jí)細(xì)粒度特征,重構(gòu)后進(jìn)行融合,并利用k-means++算法對(duì)實(shí)驗(yàn)數(shù)據(jù)集真實(shí)目標(biāo)框進(jìn)行維度聚類,以初始化候選框進(jìn)行車牌定位,提高定位精度;其次重...

作者：石振剛; 李芹子 刊期：2018年第05期

在獲取肺部CT圖像過(guò)程中不可避免地要受到噪聲污染,使用傳統(tǒng)的去噪算法不能在對(duì)肺部CT圖像有效去噪的同時(shí)很好地保持邊緣、紋理等有用信息。為在肺部CT圖像去噪時(shí)很好地保持邊緣、紋理等細(xì)節(jié)信息,提出一種新的小波各向異性模型肺部CT圖像去噪算法。算法首先對(duì)含噪的肺部CT圖像進(jìn)行Daubechies小波(dbN)軟閾值去噪,然后在此基礎(chǔ)上利用各向異性模型...

作者：陳亮; 裴曉輝; 劉韻婷 刊期：2018年第05期

針對(duì)溫室大棚中環(huán)境變量變化趨勢(shì)難以預(yù)測(cè)的問(wèn)題,提出一種基于LSTM模型的大棚環(huán)境變量預(yù)測(cè)方法。首先根據(jù)實(shí)際采集到的大棚農(nóng)作物西紅柿生長(zhǎng)環(huán)境變量(溫度、濕度、二氧化碳濃度)的數(shù)據(jù)特點(diǎn),設(shè)置網(wǎng)絡(luò)模型隱藏層層數(shù)、調(diào)整網(wǎng)絡(luò)參數(shù);然后在處理好的環(huán)境變量訓(xùn)練數(shù)據(jù)集上進(jìn)行訓(xùn)練,得到大棚環(huán)境變量預(yù)測(cè)模型;將LSTM模型與傳統(tǒng)RNN和GRU預(yù)測(cè)模型進(jìn)行對(duì)...

作者：于洋; 王晴 刊期：2018年第05期

針對(duì)無(wú)人車在行進(jìn)過(guò)程中障礙物檢測(cè)準(zhǔn)確率較差的問(wèn)題,以搭載單目視覺(jué)傳感器的無(wú)人車為研究對(duì)象,提出一種基于DSSD的無(wú)人車障礙物檢測(cè)方法。在以ResNets為基礎(chǔ)的前置網(wǎng)絡(luò)中使用SeLU作為殘差塊的激活函數(shù),提高算法魯棒性;在反卷積網(wǎng)絡(luò)層后去掉冗余的預(yù)測(cè)模塊提高檢測(cè)速度;應(yīng)用K-means聚類法確定輸入圖像標(biāo)簽的維度比例,精確網(wǎng)絡(luò)對(duì)目標(biāo)的定位。輸入...

作者：田明浩; 徐曉丹; 劉芳; 馮永新 刊期：2018年第05期

針對(duì)現(xiàn)有的一維混沌偽隨機(jī)序列產(chǎn)生方式過(guò)于單一、易被反向截獲、復(fù)雜度低等不足,通過(guò)對(duì)混沌序列的初值和分形參數(shù)進(jìn)行相互控制,異或疊加,并選取合適的初值和分形參數(shù)的方式,提出新的復(fù)合混沌優(yōu)選序列;然后從復(fù)雜度、平衡性、游程特性、相關(guān)性、隨機(jī)性等角度對(duì)序列進(jìn)行性能分析。仿真分析結(jié)果表明,生成的復(fù)合混沌序列不僅提高了混沌序列的復(fù)雜度...