Citation: | ZHANG Zhuo, TANG Hao, LUO Gao, PENG Zheng, YAO Wu, LING Fu, ZENG Weixian, LUO Bin, YE Yulong. Development of a Deep Learning-Based Self-Calibrating Radar Speed Measurement System[J]. Metrology Science and Technology, 2023, 67(10): 8-18, 76. doi: 10.12338/j.issn.2096-9015.2023.0323 |
[1] |
陆跃亚. 试论治理超速行驶违法行为的必要性及对策[J]. 法制与社会, 2010(9): 85.
|
[2] |
王长君, 黄雁, 高岩. 超速行驶违法行为的分析和对策[J]. 交通运输工程与信息学报, 2005(3): 10-15.
|
[3] |
国家质量监督检验检疫总局. 固定式机动车雷达测速仪: JJG 527-2015[S]. 北京: 中国标准出版社, 2015.
|
[4] |
孙桥, 杜磊, 白杰, 等. 全国非接触式汽车速度计比对的研究[J]. 计量学报, 2020, 41(11): 1386-1390.
|
[5] |
张跃, 蔡常青, 孙桥. 机动车测速仪现场测试技术的国内外现状[J]. 中国计量, 2007(4): 69-70. doi: 10.3969/j.issn.1006-9364.2007.04.039
|
[6] |
白银, 孙桥, 杜磊, 等. 移动式机动车现场标准测速仪溯源技术的研究[J]. 计量学报, 2015, 36(1): 72-76.
|
[7] |
金玮, 孟晓曼, 武益超. 深度学习在图像分类中的应用综述[J]. 现代信息科技, 2022, 6(16): 29-31,35. doi: 10.19850/j.cnki.2096-4706.2022.16.008
|
[8] |
李柯泉, 陈燕, 刘佳晨, 等. 基于深度学习的目标检测算法综述[J]. 计算机工程, 2022, 48(7): 1-12.
|
[9] |
黄雯珂, 滕飞, 王子丹, 等. 基于深度学习的图像分割综述[J/OL]. [2023-12-14]. http://kns.cnki.net/kcms/detail/50.1075.TP.20231118.1805.004.html.
|
[10] |
王家, 龙冬梅. 深度学习在语音识别中的应用综述[J]. 电脑知识与技术, 2020, 16(34): 191-192,197.
|
[11] |
张小峰, 谢钧, 罗健欣, 等. 深度学习语音合成技术综述[J]. 计算机工程与应用, 2021, 57(9): 50-59.
|
[12] |
张宇. 基于深度学习的机器翻译方法研究综述[J]. 信息与电脑(理论版), 2023, 35(10): 40-42.
|
[13] |
于海涛, 刘竞泽, 刘乐. 深度学习在情感分析领域的应用综述[J]. 现代信息科技, 2023, 7(17): 50-54,60. doi: 10.19850/j.cnki.2096-4706.2023.17.010
|
[14] |
汪家伟, 余晓. 基于深度学习的文本分类研究综述[J/OL]. [2023-12-15]. https://doi.org/10.16180/j.cnki.issn1007-7820.2024.01.012.
|
[15] |
OpenAl. lntroducing ChatGPT[Z]. [2023-06-27
|
[16] |
Devlin J , Chang M W , Lee K , et al. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding[J]. ArXiv, 2018, 5: 1.
|
[17] |
倪浩, 沈维多. 对标ChatGPT, 百度将上线“文心一言”[Z]. [2023-02-08
|
[18] |
Wang C Y , Bochkovskiy A , Liao H Y M . YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]. ArXiv, 2022.
|
[19] |
张强, 李嘉锋, 卓力. 车辆识别技术综述[J]. 北京工业大学学报, 2018, 44(3): 382-392.
|
[20] |
Jiuxiang Gu, Zhenhua Wang, Jason Kuen, et al. Recent advances in convolutional neural networks[J]. Pattern Recognition, 2018, 77: 354-377. doi: 10.1016/j.patcog.2017.10.013
|
[21] |
Srivastava N, Hinton G, Krizhevsky A, et al. Dropout: A Simple Way to Prevent Neural Networks from Overfitting[J]. Journal of Machine Learning Research, 2014, 15(1): 1929-1958.
|
[22] |
ÇaglarGülçehre, MarcinMoczulski, MishaDenil, et al. Noisy Activation Functions. [C]. ICML : 33rd International Conference on Machine Learning, 2016.
|
[23] |
Ioffe S, Szegedy C. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift[C]. ICML : 32nd International Conference on Machine Learning, 2015.
|
[24] |
周俊宇, 赵艳明. 卷积神经网络在图像分类和目标检测应用综述[J]. 计算机工程与应用, 2017, 53(13): 34-41.
|
[25] |
贾世杰, 杨东坡, 刘金环. 基于卷积神经网络的商品图像精细分类[J]. 山东科技大学学报(自然科学版), 2014, 33(6): 91-96.
|
[26] |
常亮, 邓小明, 周明全, 等. 图像理解中的卷积神经网络[J]. 自动化学报, 2016, 42(9): 1300-1312.
|
[27] |
卢宏涛, 张秦川. 深度卷积神经网络在计算机视觉中的应用研究综述[J]. 数据采集与处理, 2016, 31(1): 1-17.
|
[28] |
Lin M , Chen Q , Yan S . Network In Network[J]. [2023-12-15]. DOI: 10.48550/arXiv.1312.4400.
|
[29] |
张珂, 冯晓晗, 郭玉荣, 等. 图像分类的深度卷积神经网络模型综述[J]. 中国图象图形学报, 2021, 26(10): 2305-2325.
|
[30] |
季长清, 高志勇, 秦静, 等. 基于卷积神经网络的图像分类算法综述[J]. 计算机应用, 2022, 42(4): 1044-1049.
|
[31] |
周思达, 邱爽, 唐嘉宁, 等. 基于深度神经网络的无人机路径决策的研究[J]. 计算机仿真, 2022, 39(6): 449-452.
|