首页> 中文期刊> 《辽东学院学报:自然科学版》 >用GA、PCA和改进SVM相结合进行车辆实时分类

用GA、PCA和改进SVM相结合进行车辆实时分类

         

摘要

用GA、PCA和改进SVM结合进行车辆实时分类研究对公路管理和控制具有实际应用意义和社会效益。在某公路的匝道口两侧设置了8个测试点,对通过匝道口的车辆进行测试,提取特征向量,采用声波和振地波信号在匝道口进行了实时分类测试研究。由于特征向量的维数太高,用GA和PCA降低特征向量的维数,再用SVM和改进的SVM对特征向量进行分类,大大提高了分类精度。通过实验及分类得到声波和振地波的测试集分类精度最高分别是92.0%和76.1%,同时声波和振地波特征向量的维数降低至26和21,其相应的比率分别为95%和99%,独立集的分类精度分别为87.5%和71.3%。实验表明:用改进的SVM和GA、PCA结合的方法进行分类,其效果要优于单独使用主成分分析(PCA)、遗传算法(GA)以及它俩的结合使用的方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号