基于SVM的客车车型分类

• 作者: 白艳萍 秦慧超
• 来源期刊: 数学的实践与认识
• 学科: 教育
• 关键词: 特征选择 C-SVC 核函数 参数寻优
• 年，卷（期）: 2012,（18）
• 所属期刊栏目: 应用
• 页码范围: 190-194
• 分类号: G633.6
• 字数: 2783字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0984.2012.18.026

摘要

通过支持向量机(SVM)对客车车型的长,宽,高,宽长比等7个特征进行特征选择,得到的准确率最高的子集是长、宽、高、宽长比、宽高比,以它作为样本特征进行分类.对客车的4类车型进行分类,每类车型选择80个样本,50个样本进行训练,30个样本进行预测,结果表明:对1类车型的分类准确率可达到100％,对2类和4类车型可达到96％以上,对3类车可达到93％以上.得到了比选用长、宽、高作为特征进行分类更优的结果.然后运用加入参数寻优的SVM对客车的4类车型进行分类,并加以比较.基于高斯函数的特性,两次用到SVM进行机器学习时,核函数均选用RBF核函数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白艳萍	中北大学理学院	124	639	13.0	19.0
2	秦慧超	中北大学理学院	1	1	1.0	1.0