基于网格搜索的 PCA-SVM 道路交通标志识别

• 作者: 吴峰 姚畅 郝晓莉 陈后金
• 来源期刊: 铁道学报
• 学科: 工学
• 关键词: 网格搜索(GS) 主成分分析(PCA) 支持向量机(SVM) 道路交通标志识别
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 铁道机车车辆、电气化
• 页码范围: 60-64
• 页数: 5页
• 分类号: TP391.4
• 字数: 5093字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8361.2014.11.010

摘要

针对现有识别方法对交通标志的识别精度和算法效率不高的问题，提出了一种基于网格搜索的主成分分析-支持向量机(PCA-SVM)道路交通标志识别方法。该方法首先采用主成分分析(PCA)法对交通标志进行降维处理，提取出交通标志的主元特征，然后利用网格搜索法(GS)对支持向量机(SVM)进行参数优化，最后利用参数优化好的支持向量机分类器实现对交通标志的识别。通过实验仿真，并与现有的其他交通标志识别算法进行分析对比，实验结果表明，本文方法在保证较高识别精度的同时，算法效率得到显著提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈后金	北京交通大学电子信息工程学院	120	1030	17.0	27.0
2	郝晓莉	北京交通大学电子信息工程学院	20	217	9.0	14.0
3	姚畅	北京交通大学电子信息工程学院	22	245	8.0	15.0
4	吴峰	北京交通大学电子信息工程学院	1	23	1.0	1.0