基于聚类支持向量机的车型识别方法研究

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

所属期刊栏目：30

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家科技支撑计划项目2009BAC62B02;上海市浦江人才计划资助项目11PJD022

在线出版日期：2012-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：55-59,64