张重阳
- 作品数：52 被引量：117H指数：7
- 供职机构：南京理工大学更多>>
- 发文基金：国家自然科学基金电子信息产业发展基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电气工程交通运输工程电子电信更多>>
- 基于自适应粒子群优化算法的限速标志识别被引量：2
- 2016年
- 针对经典的粒子群优化算法收敛性能不足的问题,提出了一种自适应粒子群优化算法。该算法对进化过程中的收敛方向进行动态调整,通过学习因子对参数选取过程进行调节,使收敛的初期趋向全局最优,后期趋向局部最优。采用自适应粒子群优化算法对支持向量机模型参数进行优化,并应用于限速标志的识别,实验结果表明,文中基于自适应粒子群优化算法的方法拥有较高的识别率,同时算法收敛性显著高于经典的粒子群优化算法。
- 成健张重阳
- 关键词：交通标志识别粒子群优化算法支持向量机HOG特征
- 一种基于线条切方向的图形文字图像分割方法和系统
- 本发明提出一种基于线条切方向的图形文字图像分割方法和系统。由于图形文字图像中目标具有的细长型结构，表现出比较明显的方向性特征，即目标在沿线条切方向上具有比较强的相关性。本发明在对图形文字图像进行分割的过程中利用了目标的细...
- 张重阳陆建峰唐振民杨静宇
- 文献传递
- 基于灰度图像的交通信号灯数字识别方法
- 本发明提出一种基于灰度图像的交通信号灯数字识别方法，包括以下步骤：获取字符的灰度图像；分别计算字符图像中七个笔画区域的亮度估计值；分别计算字符图像中两个空白区域的亮度估计值；生成七个笔画区域亮暗的二进制编码串；根据二进制...
- 张重阳陆建峰李龙
- 一种高速公路ETC车流量预测方法
- 本发明提出一种高速公路ETC车流量预测方法。根据ETC系统中车辆出行的历史数据，检测通行记录中的城市往返环形路线，依据相同时间段流量存在相关性的特点选择预测参照样本，并根据实时流量和预测参照样本对指定时间区间的流量进行预...
- 张重阳陆建峰杨静宇
- 基于HBase的海量冠字号码多维索引研究被引量：1
- 2019年
- 传统的关系型数据库在处理海量冠字号码数据时面临巨大挑战,系统扩展成本高,难度大。为此,论文采用HBase技术来解决海量冠字号码的存储与查询问题。HBase是云计算平台中一种典型的分布式数据库,对处理海量数据有着很大的优势。由于HBase是基于键值对形式的非关系型数据库,只提供了键值这一种索引方式,所以在实际应用中很难满足多维查询的需求。为了解决这一问题,论文提出了一种基于时间序列与空间曲线结合的索引方式。经理论分析与实验结果证明,该方法能有效支持高吞吐量和多维查询,具有更好的效率。
- 张艺张重阳
- 关键词：HBASE多维索引
- 中文日期词的分割与识别被引量：1
- 2007年
- 非限定性手写汉字串的分割与识别是当前字符识别领域中的一个难点问题.针对手写日期的特点,提出了整词识别和定长汉字串分割识别相结合的组合识别方法.整词识别将字符串作为一个整体进行识别,无需复杂的字符串分割过程.在定长汉字串分割过程中,首先通过识别来预测汉字串的长度,然后通过投影和轮廓分析确定候选分割线,最后通过识别选取最优分割路径.这两种分割识别方法通过规则进行组合,大大提高了系统的性能.在真实票据图像上的实验表明了该方法的有效性,分割识别正确率达到了93.3%.
- 张重阳徐勇娄震杨静宇
- 关键词：文档处理字符识别
- 表格型文档自动识别系统及其应用被引量：2
- 2009年
- 随着文档影像系统的广泛应用,文档图像自动处理已成为当前的一个研究热点。对表格型文档自动识别系统中的若干关键技术进行了研究。首先,在版面分析中,提出了基于框线检测的文档分类方法;其次,根据表格型文档图像的特点,介绍了相应的识别域提取、框线去除以及手写字符串分割方法;最后,在手写数字识别部分,设计了一种基于形状上下文特征和梯度特征的组合识别方法。最后将该系统应用于银行票据小写金额识别,通过真实表格型票据进行仿真实验,证明了系统的有效性,系统识别率达到了实用的水平。
- 张艳郁生阳张重阳娄震杨静宇
- 关键词：文档图像分析手写数字识别
- 基于验证的区块链共识方法
- 本发明涉及一种基于验证的区块链共识方法。客户端将请求消息发送到验证发起节点；验证发起节点组织预准备消息广播给网络中其它各验证节点；其它验证节点组织签名消息返回验证发起节点；验证发起节点统计正确接收的签名消息数量，达到给定...
- 张重阳翟晓军
- 文献传递
- 一种高速公路ETC车流量预测方法
- 本发明提出一种高速公路ETC车流量预测方法。根据ETC系统中车辆出行的历史数据，检测通行记录中的城市往返环形路线，依据相同时间段流量存在相关性的特点选择预测参照样本，并根据实时流量和预测参照样本对指定时间区间的流量进行预...
- 张重阳陆建峰杨静宇
- 文献传递
- 基于改进的几何约束算法与卷积神经网络的车辆检测被引量：2
- 2018年
- 论文提出了一种基于改进的几何约束算法有效结合卷积神经网络(CNN)的车辆检测方法。首先对几何约束算法进行改进,避免该算法重复的矩阵运算,从而进一步提高该算法效率。根据改进的几何约束算法计算出车辆的感兴趣区域,然后在该区域内提取Haar-like特征,通过Adaboost分类器初步检测得到候选框。之后用训练好的卷积神经网络模型对目标候选框进行分类。实验结果表明,该方法能够有效地减少车辆检测时间,提高车辆检测的精度,并且对多种光照条件,部分遮挡,姿态变化等具有一定的鲁棒性。
- 周马莉张重阳
- 关键词：车辆检测ADABOOST卷积神经网络
