| 基于高维特征和RBF神经网络的湿滑道路图像判别方法 |
| |
| 引用本文： | 万剑,赵恺,王维锋.基于高维特征和RBF神经网络的湿滑道路图像判别方法[J].交通信息与安全,2013,31(2):32-35. |
| |
| 作者姓名： | 万剑 赵恺 王维锋 |
| |
| 作者单位： | 江苏省交通规划设计院股份有限公司 南京210005 |
| |
| 摘 要： | 建立湿滑道路图像模式识别的分类模型,以J判据对图像高维复杂特征进行降维,按照优化后的特征和不同的样本数量建立多个测试条件,采用RBF神经网络进行8类不同湿滑道路图像的判别实验,分析RBF神经网络用于湿滑道路图像分类的优劣、影响因素以及性能改善方法.分析表明:通过图像特征降维后,采用RBF神经网络对不同道路湿滑状况进行判别,正确率约可达78.4%.
|
| 关 键 词： | 湿滑道路图像 图像模式识别 图像特征 RBF神经网络 |
Classification of Slippery Road Images Based on High-dimensional Features and RBF Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
| 点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
