期刊专题

10.3969/j.issn.1002-137X.2012.11.053

ALPSO-SVM道路限速标志识别

引用
提出了一种基于支持向量机(Support Vector Machine,SVM)的道路限速标志识别方法.为了提高算法对限速标志的识别精度,采用了一种可在选化过程中通过调整学习参数来协调粒子全局与局部搜索能力的自适应学习粒子群算法(Adaptive Learning Particle Swarm Optimization,ALPSO)对支持向量机的相关参数进行优化.实验结果表明,提出的ALPSO-SVM方法在识别性能上优于传统的SVM,在算法收敛性能上优于标准PSO-SVM.

限速标志识别、粒子群优化算法、支持向量机、参数优化

39

TP391.4(计算技术、计算机技术)

国家自然科学基金61203308,61075019;教育部留学回国人员科研启动基金教外司留[2010]1174号

2013-01-08(万方平台首次上网日期,不代表论文的发表时间)

共5页

226-229,271

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

39

2012,39(11)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn