基于优化神经网络模型的交通环境识别方法、装置、设备及介质

AITNT
正文
推荐专利
基于优化神经网络模型的交通环境识别方法、装置、设备及介质
申请号:CN202511217683
申请日期:2025-08-28
公开号:CN120747923B
公开日期:2025-11-25
类型:发明专利
摘要
本申请公开了一种基于优化神经网络模型的交通环境识别方法、装置、设备及介质,涉及图像处理技术领域,包括:通过获取交通环境图像数据,对交通环境图像数据进行预处理,得到处理后的图像数据,将处理后的图像数据输入预设深度分类模型中,得到交通环境类别标签,基于交通环境类别标签和预设分类表进行匹配,得到交通环境图像类别。通过构建预设深度分类模型并引入粒子群优化机制,结合协同神经动力学优化算法,在训练中动态调整参数以最小化锐度指标,从而提高神经网络对于复杂交通环境进行识别的准确性和泛化能力,实现对交通环境图像的高效准确识别。
技术关键词
优化神经网络模型 环境图像数据 交通 环境识别方法 图像数据集合 标签 引入粒子群优化 环境识别设备 环境识别装置 指标 传播算法 图像处理技术 图像类别 生成参数 程序
系统为您推荐了相关专利信息
1
车辆控制方法、车辆编队行驶系统及存储介质
车辆控制方法 车辆编队行驶系统 路径通知 实时数据 交通流
2
一种基于时空动态网络的交通预警方法及装置
交通预警方法 多源交通数据 依赖特征 语义特征 交通预警装置
3
一种基于深度强化学习的光伏发电功率预测方法
深度强化学习 卷积神经网络提取 注意力机制 光伏电站功率预测 门控循环单元
4
基于混合交通流和天气环境的道路交通管控系统及方法
混合交通流 管控系统 智能网联车辆 天气 关联气象数据
5
一种交通系统数据管理方法及系统
交通系统 数据管理方法 列表 标识 唯一性
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号