基于支持向量机移动机器人避障的研究

• 作者: 戴学丰 谷文成
• 来源期刊: 黑龙江大学自然科学学报
• 学科: 工学
• 关键词: 支持向量机 垃圾信息 过滤 分类器
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 电子科学与通讯工程
• 页码范围: 836-840
• 页数: 5页
• 分类号: TP242
• 语种: 中文

摘要

针对移动机器人避障问题,提出了一种基于支持向量机(SVM)算法的移动机器人避障方法.支持向量机建立在统计学习理论基础之上,具有理论完备、适应性强等优点,本研究基于支持向量机,选取适当的核函数及其参数,构建了支持向量机分类器,并利用基于支持向量机算法的“一对一”方法(One-against-one method)完成了对多类数据的分类.在Matlab R2007a仿真实验环境中进行了仿真实验测试,仿真结果验证了支持向量机算法在移动机器人避障中的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴学丰		56	285	9.0	13.0
2	谷文成		14	128	6.0	11.0