TY - JOUR A2 - 芳，李志军AU - 汉，云飞AU - 江通海AU - 马，宇鹏AU - 徐，春香PY - 2018 DA - 2018年10月2日TI - 训练前卷积神经网络基于图像的车型分类SP - 3138278 VL - 2018 AB - 车辆检测和分类是用于智能交通系统，城市计算等车辆行为的分析在本文中，基于卷积神经网络（细胞神经网络）的方法已被应用的车辆分类非常重要。为了实现更精确的分类，我们去掉了不相关的背景尽可能多地基于一个训练有素的对象检测模型。此外，无监督的训练前的做法已被引入到初始化参数细胞神经网络更好地提高分类性能。通过对说明书中标注的图像数据增强，我们在摩托车，运输，客运，和其他的每个类别获得2000标图像，具有1400个样本用于训练和600个样本进行测试。然后，我们得到了17395对未标记的图像进行逐层无人监督的训练前卷积层。获得的93.50％，一个显着的准确性，证明了我们方法的高潜力的分类。SN - 1687-5680 UR - https://doi.org/10.1155/2018/3138278 DO - 10.1155 /三百一十三万八千二百七十八分之二千〇一十八JF - Hindawi出版KW - - 多媒体PB进展ER -