在線主動學(xué)習(xí)在環(huán)境感知中的應(yīng)用研究.pdf

1、隨著機(jī)器學(xué)習(xí)理論的不斷發(fā)展進(jìn)步，應(yīng)用機(jī)器學(xué)習(xí)技術(shù)解決智能車輛系統(tǒng)的環(huán)境感知問題成為人們研究的熱點(diǎn)。障礙物檢測是環(huán)境感知的重要組成部分。傳統(tǒng)監(jiān)督學(xué)習(xí)方法借助大量預(yù)先標(biāo)注的樣本獲得分類器來處理障礙物檢測問題，已經(jīng)取得許多成果，但也存在一些難點(diǎn)。例如，降低標(biāo)注大量末標(biāo)記樣本的代價，提高分類器的泛化能力，降低處理問題的時間和內(nèi)存消耗，等。
　　 本文研究了在在線學(xué)習(xí)算法on-line LASVM的前提下，加入主動學(xué)習(xí)機(jī)制來處理障礙物檢測

2、問題的方法，實(shí)現(xiàn)了在線主動學(xué)習(xí)算法on-line active LASVM。on-line LASVM是一種行之有效的在線學(xué)習(xí)算法，其在時間和空間性能上優(yōu)于經(jīng)典的離線式學(xué)習(xí)算法。主動學(xué)習(xí)機(jī)制能夠選擇擁有最大信息價值的樣本，能夠?qū)W習(xí)較少的樣本卻得到較高的分類性能。將在線學(xué)習(xí)和主動學(xué)習(xí)結(jié)合在一起的on-line active LASVM算法，能夠減少手工標(biāo)記樣本的成本，降低處理問題的時間、空間消耗，同時獲得分類泛化能力較高的分類器，可以高效