ALPSO-SVM道路限速标志识别

摘要：

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.

关键词：限速标志识别、粒子群优化算法、支持向量机、参数优化

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：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

在线出版日期：2013-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：226-229,271