一种基于卷积神经网络的智慧路灯联动控制算法

被引:4
作者
鄢小虎 [1 ]
李康 [1 ]
陈凯 [2 ]
机构
[1] 湖北大学计算机与信息工程学院
[2] 国网电力科学研究院
关键词
智慧路灯; 卷积神经网络; 联动控制;
D O I
暂无
中图分类号
TU113.666 [];
学科分类号
081304 ;
摘要
提出了一种基于卷积神经网络的智慧路灯联动控制算法,实现智慧路灯多功能的联动。为了提高联动的准确性,采用卷积神经网络对报警人和充电车辆进行检测。摄像头根据检测的结果自动调整角度,实时跟踪监测报警人和充电车辆的状态,并传回后台系统。通过实验证明了本文方法能提高联动的准确率,充分发挥各个功能模块的作用,极大地方便运维人员的日常工作。
引用
收藏
页码:72 / 75
页数:4
相关论文
共 8 条
[1]   结合深度学习和随机森林的电力设备图像识别 [J].
李军锋 ;
王钦若 ;
李敏 .
高电压技术 , 2017, (11) :3705-3711
[2]   智慧路灯建设的实践与思考 [J].
刘义平 ;
张明明 ;
张畅 ;
荆松涛 .
照明工程学报, 2017, 28 (05) :103-105+111
[3]   卷积神经网络研究综述 [J].
周飞燕 ;
金林鹏 ;
董军 .
计算机学报, 2017, 40 (06) :1229-1251
[4]   智慧路灯标准体系框架研究 [J].
庄晓波 ;
李文鹏 ;
杨樾 .
照明工程学报, 2016, 27 (04) :12-20
[5]   图像理解中的卷积神经网络 [J].
常亮 ;
邓小明 ;
周明全 ;
武仲科 ;
袁野 ;
杨硕 ;
王宏安 .
自动化学报, 2016, 42 (09) :1300-1312
[6]   浅谈上海智慧路灯试点应用分析 [J].
徐俊 ;
林俊 ;
王强 ;
金益恒 .
光源与照明, 2016, (01) :25-27+33
[7]   LED智慧路灯在智慧城市中的应用 [J].
罗茶根 ;
洪芸芸 ;
张志海 .
中国交通信息化, 2015, (12) :135-137
[8]   基于卷积神经网络LeNet-5的车牌字符识别研究 [J].
赵志宏 ;
杨绍普 ;
马增强 .
系统仿真学报, 2010, 22 (03) :638-641