| 基于网格搜索的PCA-SVM道路交通标志识别 |
| |
| 引用本文： | 吴峰,陈后金,姚畅,郝晓莉.基于网格搜索的PCA-SVM道路交通标志识别[J].铁道学报,2014(11). |
| |
| 作者姓名： | 吴峰 陈后金 姚畅 郝晓莉 |
| |
| 作者单位： | 北京交通大学 电子信息工程学院,北京,100044 |
| |
| 基金项目： | 国家自然科学基金，高等学校博士学科点专项科研基金，中央高校基本科研业务费 |
| |
| 摘 要： | 针对现有识别方法对交通标志的识别精度和算法效率不高的问题,提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理,提取出交通标志的主元特征,然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化,最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真,并与现有的其他交通标志识别算法进行分析对比,实验结果表明,本文方法在保证较高识别精度的同时,算法效率得到显著提高。
|
| 关 键 词： | 网格搜索(GS) 主成分分析(PCA) 支持向量机(SVM) 道路交通标志识别 |
Traffic Sign Recognition Based on PCA-SVM with Grid Search |
| |
| WU Feng,CHEN Hou-jin,YAO Chang,HAO Xiao-li.Traffic Sign Recognition Based on PCA-SVM with Grid Search[J].Journal of the China railway Society,2014(11). |
| |
| Authors: | WU Feng CHEN Hou-jin YAO Chang HAO Xiao-li |
| |
| Abstract: | |
| |
| Keywords: | grid search (GS) principal component analysis (PCA) support vector machine (SVM) traffic sign recognition |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
