导读:本文包含了汽车识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:汽车,噪声,算法,声压,图像,神经网络,驾驶室。
汽车识别论文文献综述
张萍[1]（2019）在《基于MATLAB的汽车牌照自动识别技术研究》一文中研究指出车牌识别技术作为智能交通领域中的重要研究课题,实现了道路交通管理的自动化和智能化。本项目以图像处理和模式识别技术为基础,利用MATLAB软件的强大功能,通过对采集到的车牌图像进行预处理、车牌定位、字符分割和识别等,完成了MATLAB环境下的仿真,实现了车牌的自动识别功能。该方法直观快捷,简单方便,具有较高的理论价值和现实的指导意义。(本文来源于《自动化技术与应用》期刊2019年11期）
付琳[2]（2019）在《基于Relief算法的汽车车载承压焊缝图像缺陷融合识别研究》一文中研究指出当前汽车车载承压焊缝图像缺陷识别过程中的特征类别重迭,冗余度高,造成识别精度低,提出基于Relief算法的汽车车载承压焊缝图像缺陷融合识别方法。采用Relief算法计算汽车车载承压焊缝图像特征权值。利用最大相关最小冗余算法(mRMR)进行焊缝图像缺陷特征降维,通过互信息方法权衡特征和类别之间、特征和特征之间的相关度,选出与类别具有最大相关性、最小冗余性的图像特征,通过缺陷特征选择获取图像缺陷特征集合。对缺陷特征集合进行融合处理,得到待选特征子集。采用优化后的SVM分类器对待选子集进行分类,输出汽车车载承压焊缝图像缺陷融合识别结果。实验结果显示,本文方法能够有效除去冗余特征,区分缺陷特征类别,准确识别汽车车载承压焊缝图像缺陷。(本文来源于《环境技术》期刊2019年05期）
孙涛,陶钧[3]（2019）在《子系统仿真和参数识别技术在汽车碰撞分析上的应用》一文中研究指出在对汽车碰撞结果进行分析的过程中,会遇到个别局部实验结果与设计阶段整车CAE仿真存在较大差异的情形。这缘于碰撞过程是高度非线性的问题,系统整体的小差异可能会引起系统局部的显着差异,因此分析差异原因是一次非常有挑战性的工作。如果还借助整车仿真查找问题原因,则无疑是非常困难和昂贵的。为了能较快查找出问题原因,本文论述了一种将子系统仿真技术和参数识别技术结合的解决办法,并介绍了一个成功应用此方法查找出碰撞假人小腿伤害问题主因的案例。(本文来源于《2019中国汽车工程学会年会论文集（4）》期刊2019-10-22）
刘阳,李磊,阴晓峰[4]（2019）在《驾驶意图识别技术研究现状及其在智能网联汽车中的应用展望》一文中研究指出驾驶意图识别是智能网联汽车实现个性化自动驾驶的基础。本文重点从改善汽车经济性的角度,分析了基于模糊逻辑的驾驶意图识别技术研究现状;从改善行车安全性和提高汽车动力性的角度,分析了基于神经网络的驾驶意图识别技术研究现状,并介绍了综合模糊逻辑和神经网络优势的模糊神经网络在驾驶意图识别中的研究现状;根据隐马尔科夫模型适合处理时间序列特点,分析了基于隐马尔科夫模型的驾驶意图识别技术研究现状;从提高纯电动汽车续驶里程和改善行驶安全性的角度,分析了基于支持向量机的驾驶意图识别技术研究现状。最后从转变识别性质、提高识别准确率、提高识别效率和交通网络安全性的角度,对驾驶意图识别技术在智能网联汽车中的应用进行了展望。(本文来源于《2019中国汽车工程学会年会论文集（1）》期刊2019-10-22）
张静,王洪强,张继鑫,吴贵超,覃旗开[5]（2019）在《汽车空调箱鼓风机噪声源识别的实验研究》一文中研究指出汽车空调箱(HVAC)作为汽车内部的重要部件,其振动噪声水平影响乘驾舒适性。新能源汽车因为没有了柴油(或汽油)发动机振动噪声的掩盖,其空调箱的噪声就会显得尤为突出。因此,对于汽车空调箱的噪声产生机理和传播路径的研究具有极其重要的意义。通过相干分析法、局部屏蔽法、以及声压法,进行噪声源识别和传播路径分析。实验分析表明12阶、60阶的噪声主要是由电机的电磁振动引起,一方面通过电机端盖辐射出来,另一方面从电机与蜗壳连接处传递给空调箱。研究结果为抑制空调箱鼓风机噪声提供参考依据。(本文来源于《噪声与振动控制》期刊2019年05期）
陈德海,潘韦驰,马原,黄艳国[6]（2019）在《非线性激活的聚合残差神经网络汽车胎纹识别》一文中研究指出针对汽车胎纹人工提取特征手段复杂、识别困难等问题,提出一种采用基数维度变换的聚合残差神经网络进行汽车胎纹识别的方法.在ResNeXt-50网络的基础上,对原有网络结构进行压缩,减少了聚合残差单元的基数以及瓶颈宽度,同时引入非线性激活函数Swish,加强网络模型的收敛能力并提高准确率.使得模型在保持识别汽车胎纹的能力的同时,大幅压缩了参数量并提升了识别汽车胎纹的能力.通过理论分析与实验,验证了方法的有效性.(本文来源于《江西理工大学学报》期刊2019年05期）
慎金花,闫倩倩,孙乔宣,万召侗[7]（2019）在《基于专利数据挖掘的技术融合识别与技术机会预测研究——以电动汽车产业为例》一文中研究指出从技术融合的角度识别产业未来的技术机会可以帮助企业及时调整研发战略,更加高效地开展研发工作。因此,本文基于专利数据挖掘技术构建了一种技术融合识别预测模型。模型通过Apriori算法构造IPC共现网络,应用Louvain聚类算法将网络划分为不同的技术社群,并基于LDA主题模型发掘各社群的技术主题,通过构建"社群融合潜能"和"技术融合价值"两项指标评估了社群弱关系的融合价值,并将融合价值较高的弱关系组成技术融合预测网络,通过提取主题词来发掘未来的技术机会。本文以电动汽车产业为例对该模型进行了实证。(本文来源于《图书馆杂志》期刊2019年10期）
林振泉,梁高天,胡泽佳,李震,谢家兴[8]（2019）在《基于人脸识别和STM32的汽车安全辅助系统》一文中研究指出针对当前驾驶员驾驶汽车的过程中存在的疲劳驾驶,酒后驾驶,自动化程度不高的情况,提出基于人脸识别和STM32的汽车安全辅助系统。该系统通过摄像头对驾驶员进行人脸识别,涉及到的重要信息(驾驶员专注度,身份验证,驾驶习惯记录),结合硬件传感器设备对车内环境的检测,系统将进行语音提醒,并调整车内配置(如车的座椅和后视镜角度)。本设计开发一款图像识别软件,对驾驶员人脸进行特征识别,硬件设备检测车内环境信息(酒精浓度,甲醛浓度),通过蓝牙和上位机进行通信。使用手机上位机进行图像识别,方便快捷,识别精度高,可广泛应用于汽车驾驶中。引言:随着经济的快速发展,汽车变成了普通消费品,但是每年因为交通事故等意外因素造成的损失越来越大,尤其是酒驾、疲(本文来源于《电子世界》期刊2019年19期）
林歆悠[9]（2019）在《汽车电子实践示例驾驶行为识别系统设计》一文中研究指出在提倡教研一体化的趋势下,我们设计了一种汽车电子技术课程实验教学与实验室科研项目相结合的方法。本文以设计驾驶员行为识别系统作为教学示例,具体涉及到的基于LabVIEW的数据采集系统设计、芯片应用以及传感器采集电路设计等。该示例通过软件开发与硬件电路设计相结合,完整展示驾驶行为识别系统的开发方法及应用,丰富了汽车电子实践教学内容,以及为工科课堂的实践形式提供一种新的尝试。(本文来源于《电气电子教学学报》期刊2019年05期）
陈长征,徐梓峻[10]（2019）在《基于偏相干分析汽车内室噪声源识别研究》一文中研究指出针对汽车厂产品车路试阶段汽车驾驶室内噪声的噪声源定位困难,提出了偏相干分析方法用于准确定位噪声源。主要介绍了偏相干函数的循环迭代的计算方法 ,同时计算了各个噪声源的偏相干函数,得出不同噪声源对驾驶室内噪声的贡献量。结果表明,偏相干方法能有效识别相干声源,可以快速准确确定主要噪声源位置。(本文来源于《机械工程师》期刊2019年10期）
汽车识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
当前汽车车载承压焊缝图像缺陷识别过程中的特征类别重迭,冗余度高,造成识别精度低,提出基于Relief算法的汽车车载承压焊缝图像缺陷融合识别方法。采用Relief算法计算汽车车载承压焊缝图像特征权值。利用最大相关最小冗余算法(mRMR)进行焊缝图像缺陷特征降维,通过互信息方法权衡特征和类别之间、特征和特征之间的相关度,选出与类别具有最大相关性、最小冗余性的图像特征,通过缺陷特征选择获取图像缺陷特征集合。对缺陷特征集合进行融合处理,得到待选特征子集。采用优化后的SVM分类器对待选子集进行分类,输出汽车车载承压焊缝图像缺陷融合识别结果。实验结果显示,本文方法能够有效除去冗余特征,区分缺陷特征类别,准确识别汽车车载承压焊缝图像缺陷。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汽车识别论文参考文献
[1].张萍.基于MATLAB的汽车牌照自动识别技术研究[J].自动化技术与应用.2019
[2].付琳.基于Relief算法的汽车车载承压焊缝图像缺陷融合识别研究[J].环境技术.2019
[3].孙涛,陶钧.子系统仿真和参数识别技术在汽车碰撞分析上的应用[C].2019中国汽车工程学会年会论文集（4）.2019
[4].刘阳,李磊,阴晓峰.驾驶意图识别技术研究现状及其在智能网联汽车中的应用展望[C].2019中国汽车工程学会年会论文集（1）.2019
[5].张静,王洪强,张继鑫,吴贵超,覃旗开.汽车空调箱鼓风机噪声源识别的实验研究[J].噪声与振动控制.2019
[6].陈德海,潘韦驰,马原,黄艳国.非线性激活的聚合残差神经网络汽车胎纹识别[J].江西理工大学学报.2019
[7].慎金花,闫倩倩,孙乔宣,万召侗.基于专利数据挖掘的技术融合识别与技术机会预测研究——以电动汽车产业为例[J].图书馆杂志.2019
[8].林振泉,梁高天,胡泽佳,李震,谢家兴.基于人脸识别和STM32的汽车安全辅助系统[J].电子世界.2019
[9].林歆悠.汽车电子实践示例驾驶行为识别系统设计[J].电气电子教学学报.2019
[10].陈长征,徐梓峻.基于偏相干分析汽车内室噪声源识别研究[J].机械工程师.2019
论文知识图
