基于聚类支持向量机的车型识别方法研究

• 作者: 何尧 孙逸凡 杜豫川
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 地磁检测器 车型分类 特征选择 ReliefF算法 聚类支持向量机 微粒群算法
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 55-59,64
• 分类号: U491
• 字数: 5135字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2012.05.012

摘要

地磁感应波形通过数据融合初步提取出结构、频谱和数值3个范畴的特征.利用Filter-Filter-wrapper模式对初步提取的特征进行组合式特征评估,即采用改进的ReliefF算法挑选最适合车型分类的不冗余特征,再建立Top-K机制的交叉验证搜索最优特征组合.引入基于聚类支持向量机(C-SVM)的车型分类算法,并采用微粒群算法对C-SVM算子中的核函数参数和惩罚系数进行了优化,构建了微粒群优化的C-SVM车型分类器.实验结果显示该车型分类方法能显著提高数据挖掘的效率,机器学习的能力,并且具备较高的车型分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜豫川	同济大学道路与交通工程教育部重点实验室	84	800	16.0	23.0
2	何尧	同济大学道路与交通工程教育部重点实验室	3	9	2.0	3.0
3	孙逸凡	同济大学道路与交通工程教育部重点实验室	1	7	1.0	1.0