一种基于不平衡样本集的摩托车识别算法

• 作者: 吴毅 文学志 赵英男 郑钰辉
• 来源期刊: 南京信息工程大学学报
• 学科: 工学
• 关键词: 摩托车识别 特征提取 不平衡数据 支持向量机(SVM)
• 年，卷（期）: 2010,（2）
• 页码范围: 118-123
• 分类号: TP391.41
• 字数: 4960字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-7070.2010.02.005

摘要

提出了一种基于HSV(Hue-Saturation-Value)空间的Haar小波特征和多SVM(Support Vector Machine)分类器的摩托车识别算法,以解决因样本比例不平衡所导致的对摩托车识别性能差的问题.首先在HSV颜色空间基于无符号小波系数构造特征提取算法,然后对训练数据应用所提出的样本重构方法得到若干训练子集,基于各个训练子集训练相应的SVM分类器,识别时将各SVM的输出结果进行融合即可得到最终识别结果.实验结果表明:该方法识别性能高,鲁棒性好,对于受数据的不平衡性严重影响的对象识别具有较好的应用和推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英男	南京信息工程大学计算机与软件学院	19	121	6.0	10.0
2	郑钰辉	南京信息工程大学计算机与软件学院	15	312	5.0	15.0
3	文学志	南京信息工程大学计算机与软件学院	6	198	2.0	6.0
4	吴毅	南京信息工程大学计算机与软件学院	4	11	2.0	3.0