多维特征融合与Adaboost-SVM的车辆识别算法

来源 :控制工程 | 被引量 : 19次 | 上传用户:jimmyeccic
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决车辆目标特征不明显而导致识别率低的问题,提出了基于多维特征融合与Adaboost-SVM强分类器的车辆目标识别算法。首先,根据车辆目标几何特征、颜色特征和纹理特征,融合为多维特征向量,达到组建强特征向量的目的。然后,融合Adaboost与多个弱分类器,建立强分类器,根据SVM的超优分类平面模型,训练多维特征向量,设计了Adaboost-SVM分类器,达到稳定准确识别车辆目标特征的目的。最后,将样本图像分为训练样本集与测试样本集,通过强分类器,实现并测试车辆目标识别算法。实验测试结果显示:与当
其他文献
在房屋建筑工程中混凝土的后浇带施工是无法忽略的重要组成部分.本文从对于后浇带施工技术进行简析入手,对于土木工程房屋建筑工程混凝土后浇带设计工作和施工技术进行了分析
龟鳖类是地球上最古老而构造又很特殊的爬行动物之一.人类对龟鳖动物的利用为时已久.写成于两千多年前的《山海经》中记载:西南流注于伊水,其中多三只龟,食者无大疾,可以以肿
论文提出了一种基于快速独立分量分析提取的小波域数字水印算法,算法利用独立分量分析对信号进行检测与信号所受攻击无关的特点,解决了对观察信号数目的要求,实现了对水印信号的盲检测。通过大量的计算机仿真,验证了该算法的有效性和鲁棒性。
用户查询与文档之间语义相似或相关,但是词法不匹配是影响信息检索性能的重要原因之一.挖掘术语间的同义词关系,实现查询术语的语义扩展,同时归并简单贝叶斯网络检索模型的检
利用最大熵多阈值方法对三维大脑数据进行分割时,穷尽搜索法耗时长,而简单遗传算法的搜索结果又不够稳定和精确.针对该问题,提出了一种免疫遗传和模拟退火相结合的新算法来快
近些年来,随着我国经济的快速发展,建筑工程的建设力度不断加大.随着人们的居住要求不断提高,建筑工程的安全要求也随之提高.对建筑工程而言,深基坑工程的质量优劣关乎建筑工
文章提出了一种基于分数阶傅立叶变换的水印嵌入算法,利用分数阶傅立叶变换的阶数,作为嵌入水印的密钥,实验结果表明嵌入的水印在视觉上具有良好的不可见性,同时,嵌入的数字水印具有理想的鲁棒性,具有较好抗噪声攻击的能力。
当前低碳社会背景下,城市市政工程给排水成为城市不可或缺的一项重大基础设施,同时,其对于城市的污染防治、洪涝灾害防治等都具有十分重要的作用.给排水的施工涉及到很多方面
7月25日举办了2018年吉林省村级干部培训第一期培训班.省委省政府高度重视村干部培训工作,2009年以来,全省实施了万名村干部培训班,五年时间培训村干部1万名,从2014年开始,又
期刊