10.3969/j.issn.1001-3881.2015.09.025
基于自适应增量PCA算法的移动机器人场景识别
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.
场景识别、自适应增量PCA子空间、在线学习
43
TP242.6(自动化技术及设备)
浙江省教育厅科研项目Y201431313
2015-07-17(万方平台首次上网日期,不代表论文的发表时间)
共3页
87-89