10.3969/j.issn.1000-3428.2009.14.084
基于Boosting的智能车辆多类障碍物识别
提出一种基于Boosting集成学习的二叉树支持向量机(BBT-SVM).根据城区交通环境中各类障碍物的出现概率、模式间的类间差异,设计适用于智能车辆障碍物识别的SVM树型结构.对每个节点SVM分类器采用Boosting集成学习方法进行改进,减少差错积累误差,提高分类精度和泛化能力.实验结果表明,该方法能有效地对城区交通场景中6类常规障碍物模式进行实时在线识别.
智能车辆、障碍物识别、支持向量机、集成学习、Boosting算法
35
TP18(自动化基础理论)
国家自然科学基金资助项目69674012;重庆市自然科学基金资助项目2006BA6016
2009-08-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
241-242,246