用于车辆通行检测的循环神经网络分类器自动构建
计算机视觉与模式识别
2016-09-28 v1 机器学习
机器学习
摘要
循环神经网络（RNNs）广泛用于对时间序列建模和预测。我们提出一种基于长短期记忆 RNN（LSTM-RNNs）的二分类器自动构建方法，用于检测车辆通过检查站。作为分类器输入，我们使用安装在检查站上的各种传感器的多维信号。获得的结果表明，先前手工制作分类器（由一组确定性规则组成）的方法，可以成功地被在适当标记数据上的自动 RNN 训练所替代。
引用
@article{arxiv.1609.08209,
title = {Automatic Construction of a Recurrent Neural Network based Classifier for Vehicle Passage Detection},
author = {Evgeny Burnaev and Ivan Koptelov and German Novikov and Timur Khanipov},
journal= {arXiv preprint arXiv:1609.08209},
year = {2016}
}
备注
6 pages, 2 figures, 5 tables