第1章 绪论 1.1 城市交通问题的现状 1.2 智能交通关键技术研究的意义 1.3 运动目标检测的研究现状 1.4 BP神经网络优化研究的现状 1.5 车型分类技术的现状 1.6 内容安排 第2章 基于BP网络车型分类系统 2.1 车型分类系统的研究方法 2.2 车型分类系统的工作流程 2.3 车型分类系统的网络结构 2.3.1 系统分类网络层数 2.3.2 系统分类网络变量 2.4 系统的目标分类识别 2.4.1 目标特征提取 2.4.2 目标分类识别 2.5 系统改进的方向 2.6 本章小结 第3章 BP网络算法的改进 3.1 BP神经网络 3.1.1 BP神经网络 3.1.2 BP算法原理 3.1.3 BP网络存在的问题 3.2 BP神经网络优化 3.2.1 局部最小化问题的优化 3.2.2 网络收敛速度的优化 3.2.3 隐含层节点数选择方法的改进 3.3 基于遗传BP网络的车型分类算法 3.3.1 GA&BP混合学习算法理论基础 3.3.2 GA&BP混合学习算法结构 3.3.3 GA&BP混合学习算法 3.4 优化前后BP算法的仿真比较 3.4.1 选择测试函数 3.4.2 选择仿真比较算法 3.4.3 仿真实验结果 3.5 本章小结 第4章 目标特征信息提取算法 4.1 目标检测与提取方法 4.2 目标图像的分割 4.2.1 实时交通背景的提取算法 4.2.2 图像自适应阈值分割算法 4.3 二值图像处理 4.4 目标信息的提取 4.4.1 斑块分析过程 4.4.2 两种斑块算法的分析 4.4.3 目标区域信息提取 4.5 本章小结 第5章 车型分类识别系统的应用 5.1 系统软件设计界面与检测 5.1.1 系统主界面 5.1.2 系统检测 5.2 车型分类系统仿真 5.2.1 系统网络的仿真参数 5.2.2 系统仿真结果 5.3 本章小结 第6章 总结与展望 6.1 总结 6.2 下一步的工作方向 参考文献 后记 ..更多