基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了满足车辆在线应用所需的实时性和准确性,提出了一种在线实时车辆验证的解决方法.首先,基于对车辆图像对称特性的分析,提出了垂直对称HOG描述子,用来提取图像的特征.在车辆分类阶段,为了提高算法的实时性,使用极限学习机作为分类器.与其他经典算法的实验数据进行比较,结果表明基于垂直对称HOG和极限学习机的车辆验证方法能够在算法的运行效果与计算代价方面取得较好的折中,并且能够在尽可能保证算法效果的同时降低计算开销.实验结果进一步表明,提出的车辆验证方法在执行效率和准确性方面均能取得较好的效果,能够满足车辆的在线实时应用要求.
推荐文章
基于在线序列-极限学习机的干旱预测
极限学习机
在线序列
干旱
预测因子
在线增量极限学习机及其性能研究
极限学习机
增量学习
在线学习
广义逆
在线增量极限学习机
基于并行学习的多层极限学习机
神经网络
稀疏编码
极限学习机
并行学习
基于多参数和极限学习机的图像质量评价方法研究
图像质量评价
多参数
极限学习机
函数拟合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于垂直对称HOG和极限学习机的在线车辆验证方法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 梯度方向直方图 垂直对称梯度方向直方图 车辆验证 极限学习机
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 67-73
页数 7页 分类号 TP391.4
字数 978字 语种 英文
DOI 10.3969/j.issn.1003-7985.2015.01.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张为公 东南大学仪器科学与工程学院 227 2706 26.0 38.0
2 张雷 东南大学仪器科学与工程学院 34 134 7.0 9.0
3 范延军 东南大学仪器科学与工程学院 10 74 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
梯度方向直方图
垂直对称梯度方向直方图
车辆验证
极限学习机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
论文1v1指导