![](/images/graphics-bg.png)
Deep Denoising Autoencoding Method for Feature Extraction and Recognition of Vehicle Adhesion Status
المؤلفون المشاركون
Zhang, Chang-fan
He, Jing
Sun, Jian
Zhao, Kaihui
Liu, Linfan
Li, Peng
المصدر
العدد
المجلد 2018، العدد 2018 (31 ديسمبر/كانون الأول 2018)، ص ص. 1-8، 8ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2018-09-16
دولة النشر
مصر
عدد الصفحات
8
التخصصات الرئيسية
الملخص EN
Feature extraction and classification for deep learning are studied to recognize the problem of vehicle adhesion status.
Data concentration acquired by automobile sensors contains considerable noise.
Thus, a sparse autoencoder (stacked denoising autoencoder) is introduced to achieve network weight learning, restore original pure signal data by use of overlapping convergence strategy, and construct multiclassification support vector machine (SVM) for classification.
The sensors are adopted in different road environments to acquire data signals and recognize the adhesion status online.
Results show that the proposed method can achieve higher accuracies than those of the adhesion status recognition method based on SVM and extreme learning machine.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
He, Jing& Liu, Linfan& Zhang, Chang-fan& Zhao, Kaihui& Sun, Jian& Li, Peng. 2018. Deep Denoising Autoencoding Method for Feature Extraction and Recognition of Vehicle Adhesion Status. Journal of Sensors،Vol. 2018, no. 2018, pp.1-8.
https://search.emarefa.net/detail/BIM-1201564
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
He, Jing…[et al.]. Deep Denoising Autoencoding Method for Feature Extraction and Recognition of Vehicle Adhesion Status. Journal of Sensors No. 2018 (2018), pp.1-8.
https://search.emarefa.net/detail/BIM-1201564
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
He, Jing& Liu, Linfan& Zhang, Chang-fan& Zhao, Kaihui& Sun, Jian& Li, Peng. Deep Denoising Autoencoding Method for Feature Extraction and Recognition of Vehicle Adhesion Status. Journal of Sensors. 2018. Vol. 2018, no. 2018, pp.1-8.
https://search.emarefa.net/detail/BIM-1201564
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1201564
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)