基于加权稀疏表示分类的车辆识别

• 作者: 冯玉田 唐子成 毕超 罗涛
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 加权稀疏表示分类 权重标准 声频传感器网络 车辆识别
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 理论与算法
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP391.4|TN912.3
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1701254

摘要

不同种类的车辆自动识别能够在很大程度上给人们提供便利,而通过声波来区分车辆的类型是可行的.由于声频信号和自然信号一样都具有稀疏性,稀疏表示分类(SRC)算法同样适用于车辆声频识别领域.但是SRC算法没有考虑样本的局部性,即没有考虑测试样本和每一个训练样本之间的相似性,从而导致识别效果不够优异.为了解决以上不足,提出了一种基于加权稀疏表示分类(WSRC)的声频传感器网络下车辆识别方法.通过对声频测试样本和各个声频训练样本之间的距离制定一个权重标准,并将其考虑进权重分配,以提高识别精度.实验结果表明,WSRC的识别精度相比于SRC有了明显的提高.同时,WSRC也明显优于SVM、k-NN这些常见分类算法,验证了WSRC在声频传感器网络下车辆识别的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯玉田		33	227	7.0	14.0
2	罗涛		3	12	1.0	3.0
3	唐子成		4	3	1.0	1.0
4	毕超		4	10	2.0	3.0