基于最小二乘支持向量机的车型识别算法研究

摘要：

以感应线圈车辆检测器检测数据为分析基础,给出了基于Bayes理论的感应曲线自适应特征提取流程和方法,对选取的12个统计特征指标进行提取和优选.选择了曲线宽度、最大值、波峰数量、最小波谷值和波谷比组成车型识别模型的特征输入向量,不仅降低了输入向量的维数,缩短了最小二乘支持向量机的训练时间,同时也可加快车型识别的分类速度,增强特征值的分类辨别能力,提高车型分类的可靠性.在提出的基于最小二乘支持向量机的车型识别算法中,采用了修剪算法,加快了计算速度,同时保持了良好的回归性能.通过实例分析证明:基于最小二乘支持向量机的车型识别算法可提高自学习能力和识别准确率.

关键词：智能运输系统、车型识别、最小二乘支持向量机、感应线圈、修剪算法

所属期刊栏目：27

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学基金资助项目50808050;广西科学研究与技术开发计划资助项目0719001-2

在线出版日期：2010-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：101-105