|
|||||
|
|
| 利用支持向量机SVM识别车辆类型 | |
| 作者姓名： | 肖汉光蔡从中 王万录 |
| 作者单位： | [1]重庆大学应用物理系,重庆400030 [2]新加坡国立大学计算科学系,新加坡117543 |
| 基金项目： | 重庆大学与新加坡国立大学国际合作研究资助项目 |
| 摘 要： | 支持向量机（Support Vector Machine,SVM）分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力,已被广泛地应用于多类分类问题的研究．以车辆轮廓特征为对象,将二类分类支持向量机SVM应用于多类车辆类型的识别,并与其它分类器的分类结果进行了对比．通过9次交叉验证实验,结果表明SVM对车辆数据样本的测试准确率达到了85．59％,其分类性能优于其它分类器． |
| 关 键 词： | 支持向量机 车辆识别 轮廓特征 |
| 文章编号： | 1000-582X（2006）01-0061-05 |
| 收稿时间： | 2005-08-26 |
| 修稿时间： | 2005-08-26 |
| 本文献已被 CNKI 维普 等数据库收录！ | |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 | |