基于自适应增量PCA算法的移动机器人场景识别

摘要：

现有的场景识别系统往往需要大量场景训练数据进行训练,而收集这些数据往往是困难的,且训练是离线的,添加新的场景需要重新训练,因此系统实时性、可扩展性和鲁棒性较差.提出一种基于增量主成分分析(PCA)的场景在线学习方法,通过增量PCA算法的子空间实时更新能力,并计算样本投影的PCA和设置两个判别阈值θclass、θdistance处理不同的样本情况来达到减少计算量,实现增量的在线学习和识别场景样本的目的.实验表明,此方法有效解决了收集训练数据的困难,实现了场景知识在线积累和更新,大大增强了PCA算法的实时性、可扩展性和鲁棒性.

关键词：场景识别、自适应增量PCA子空间、在线学习

所属期刊栏目：43

分类号：TP242.6(自动化技术及设备)

资助基金：浙江省教育厅科研项目Y201431313

在线出版日期：2015-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：87-89