基于聚类支持向量机的车型识别方法研究 |
| |
引用本文: | 何尧,孙逸凡,杜豫川.基于聚类支持向量机的车型识别方法研究[J].交通信息与安全,2012,30(5):55. |
| |
作者姓名: | 何尧 孙逸凡 杜豫川 |
| |
作者单位: | 同济大学道路与交通工程教育部重点实验室 上海200092 |
| |
基金项目: | 国家科技支撑计划项目上海市浦江人才计划资助项目 |
| |
摘 要: | 地磁感应波形通过数据融合初步提取出结构、频谱和数值3个范畴的特征.利用Filter-Filter-wrapper模式对初步提取的特征进行组合式特征评估,即采用改进的ReliefF算法挑选最适合车型分类的不冗余特征,再建立Top-K机制的交叉验证搜索最优特征组合.引入基于聚类支持向量机(C-SVM)的车型分类算法,并采用微粒群算法对C-SVM算子中的核函数参数和惩罚系数进行了优化,构建了微粒群优化的C-SVM车型分类器.实验结果显示该车型分类方法能显著提高数据挖掘的效率,机器学习的能力,并且具备较高的车型分类准确率.
|
关 键 词: | 地磁检测器 车型分类 特征选择 ReliefF算法 聚类支持向量机 微粒群算法 |
A Vehicle Identification Method Based on Clustering Support Vector Machine |
| |
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 |
|