基于高维特征和RBF神经网络的湿滑道路图像判别方法

• 作者: 万剑 王维锋 赵恺
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 湿滑道路图像 图像模式识别 图像特征 RBF神经网络
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 32-35
• 页数: 4页
• 分类号: U416.2
• 字数: 3032字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2013.02.008

摘要

建立湿滑道路图像模式识别的分类模型,以J判据对图像高维复杂特征进行降维,按照优化后的特征和不同的样本数量建立多个测试条件,采用RBF神经网络进行8类不同湿滑道路图像的判别实验,分析RBF神经网络用于湿滑道路图像分类的优劣、影响因素以及性能改善方法.分析表明:通过图像特征降维后,采用RBF神经网络对不同道路湿滑状况进行判别,正确率约可达78.4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维锋		12	34	4.0	5.0
2	万剑		6	18	3.0	4.0
3	赵恺	武汉理工大学智能交通系统研究中心	3	12	2.0	3.0