基于改进型GLVQ算法的车型分类研究

• 作者: 熊昕 胡耀民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 车型分类 学习向量量化 相似性度量 模式识别
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 图形图像处理
• 页码范围: 162-165
• 页数: 4页
• 分类号: TP391
• 字数: 3931字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1211-0092

摘要

学习向量量化（LVQ）和泛化学习向量量化（GLVQ）算法都是采用欧氏距离作为相似性度量函数，忽视了向量各维属性的数据取值范围，从而不能区分各维属性在分类中的不同作用。针对该问题，使用一种面向特征取值范围的向量相似性度量函数，对GLVQ进行改进，提出了GLVQ-FR算法。使用视频车型分类数据进行改进型GLVQ和LVQ2.1、GLVQ、GRLVQ、GMLVQ等算法的对比实验，结果表明：GLVQ-FR算法在车型分类中具有较高的分类准确性、运算速度和真实生产环境中的可用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊昕	广州番禺职业技术学院信息工程学院	24	33	4.0	4.0
2	胡耀民	广州番禺职业技术学院信息工程学院	23	118	6.0	10.0