科技查新报告(共9页).doc

精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
报告编号：
科 技 查 新 刊）
2、CNKI包库入口1(博硕士)
外文检索词：
1、bolt recognition
2、deep learning
3、dynamic template set
4、HoG descriptor
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
5、bench mark
6、image processing
7、GPU acceleration
8、parallel computing
9、rail bolt
10、
11、Supervised learning
12、image detedtion
外文检索式：
1、(rail) and (image processing) and (recognition detection)
2、((deep learning) and (rail))
3、(() or (deep learning)) and (bolt detection) and (rail bolt)
检索的外文数据库：
1、ACM镜像入口(proceeding)
2、FirstSearch (OCLC WorldCatDissertations硕博士论文数据库)
五、检索结果
国内检索情况：
通过对2个中文相关数据库、网络资源的检索范围和1个中文检索式的检索，获得密切与较密切相关文献共计2篇，分别是：
[1]万方数据资源系统包库入口（期刊）
题 名： 
作 者：，，
出 处：
文摘：针对传统扣件检测方法式效率低、可靠性差，不能满足现代铁路检修的需要，提出了一种基于计算机视觉的扣件缺失自动检测方法。在对灰度图像进行Canny边缘检测处理后采用十字交叉定位法对扣件位置进行定位，得到120×200像素的扣件区域，并提取扣件图像的20个边缘特征值；最后，利用模糊C均值聚类算法对这两类的特征量进行聚类分析，通过计算待诊断对象与标准模式的隶属度实现对扣件状态的分类。应用验证表明：采用的图像处理方法和识别分类算法能够有效检出轨道扣件缺失，检测速度快，鲁棒性好，检出率达96%。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
[2]CNKI包库入口1(博硕士)
题 名：
作 者： 
出 处：上海交通大学
文摘：铁路扣件是维系铁路运输安全的重要部件,扣件缺失很有可能酿成列车脱轨等重大事故,扣件的自动化探测是发展铁路事业必须要面对的问题。当前我国铁路尤其是高速铁路的快速发展,使得这问题日益突出。如何利用现代科学技术实现快速而准确的扣件探测成为项重要课题。用计算机视觉技术实现扣件自动探测是当前国际上普遍采用的方