基于主元神经网络和K-均值的道路识别算法

• 作者: 李青 程洪 郑南宁 高振海
• 来源期刊: 西安交通大学学报
• 关键词: 学习规则 主元神经网络 K-均值 道路识别
• 年，卷（期）: 2003,（8）
• 所属期刊栏目: 长江学者论坛
• 页码范围: 812-815
• 页数: 4页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.08.010

摘要

为了提高道路识别算法的鲁棒性和自适应性,提出了基于局部统计特征和主元分析的道路识别算法.该方法用广义Hebb学习规则训练主元神经网络权值,然后将局部统计特征和图像像素值输入主元神经网络得到图像特征矢量,最后用K-均值分类器对该矢量进行分类,通过参考区域识别道路.仿真结果表明,该算法对于光照变化剧烈和阴影遮挡的道路图片均有较好的识别效果,以及较好的鲁棒性和自适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑南宁	西安交通大学电子与信息工程学院	188	3039	29.0	46.0
2	程洪	西安交通大学电子与信息工程学院	12	331	9.0	12.0
3	高振海	西安交通大学电子与信息工程学院	7	320	7.0	7.0
4	李青	西安交通大学电子与信息工程学院	29	355	10.0	18.0