您的位置： 专家智库 > >

教育部科学技术研究重点项目(205019)

作品数：2 被引量：146H指数：2
相关作者：杨绍普马增强赵志宏申永军郭树起更多>>
相关机构：石家庄铁道学院北京交通大学更多>>
发文基金：教育部科学技术研究重点项目国家杰出青年科学基金国家自然科学基金更多>>
相关领域：自动化与计算机技术理学机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 1篇神经网
  • 1篇神经网络
  • 1篇字符
  • 1篇字符识别
  • 1篇阻尼
  • 1篇阻尼力
  • 1篇阻尼器
  • 1篇网络
  • 1篇静力
  • 1篇静力分析
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇孔隙
  • 1篇阀式
  • 1篇车牌
  • 1篇车牌识别
  • 1篇车牌字符
  • 1篇磁流变
  • 1篇磁流变液
  • 1篇磁流变阻尼器

机构

  • 2篇北京交通大学
  • 2篇石家庄铁道学...

作者

  • 2篇杨绍普
  • 1篇赵志宏
  • 1篇邢海军
  • 1篇郭树起
  • 1篇马增强
  • 1篇申永军

传媒

  • 1篇振动．测试与...
  • 1篇系统仿真学报

年份

  • 1篇2010
  • 1篇2009
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
孔隙阀式磁流变阻尼器准静力分析被引量：2
2009年
建立了孔隙阀式磁流变阻尼器的轴对称模型,推导了孔隙阀内磁流变液压力梯度方程。对Herschel-Bulkley模型的磁流变阻尼器压力梯度进行了数值求解。应用代数方程理论,得到了Bingham模型的磁流变阻尼器压力梯度的解析解。最后,结合算例计算了孔隙阀内磁流变液的流速分布及阻尼器的阻尼力。
邢海军杨绍普申永军郭树起
关键词：磁流变阻尼器磁流变液阻尼力
基于卷积神经网络LeNet-5的车牌字符识别研究被引量：144
2010年
将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。
赵志宏杨绍普马增强
关键词：字符识别车牌识别卷积神经网络
全选 清除 导出
共1页<1>
聚类工具0