基于支持向量机的车辆自动分类方法

• 作者: 刘智勇 樊可清 赵秀娟
• 来源期刊: 公路交通科技
• 学科: 交通运输
• 关键词: 支持向量机 特征提取 车辆自动分类
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 智能运输系统与交通工程
• 页码范围: 108-110,147
• 页数: 4页
• 分类号: U495
• 字数: 2871字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0268.2003.05.028

摘要

提出一种基于支持向量机(Support Vector Machine,SVM)理论的车辆分类方法,通过CCD摄像机采集标准车辆图像,由边缘检测算法获取图像中的车辆特征数据长度和宽度作为训练样本,离线训练SVM,得到分离器,然后将测试车辆的特征数据作为测试样本,根据本文提出的分类方法,通过离线获得的分类器对车辆类型进行判决,从而为交通参数的准确检测提供依据.实验表明SVM在有限训练样本情况下具有良好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊可清		40	491	11.0	21.0
2	刘智勇		76	1180	21.0	31.0
3	赵秀娟		1	33	1.0	1.0