

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 主動學(xué)習(xí)算法在板厚控制系統(tǒng)中的應(yīng)用研究.pdf
- 融合主動學(xué)習(xí)的半監(jiān)督技術(shù)在圖像分類中的應(yīng)用研究.pdf
- AdaBoost和主動學(xué)習(xí)方法在郵件分類中的應(yīng)用研究.pdf
- 壓縮感知在航海雷達(dá)中的應(yīng)用研究.pdf
- 壓縮感知在圖像壓縮中的應(yīng)用研究.pdf
- 壓縮感知在聲納成像中的應(yīng)用研究.pdf
- 壓縮感知在遙感圖像增強(qiáng)中的應(yīng)用研究.pdf
- 壓縮感知在圖像水印算法中的應(yīng)用研究.pdf
- 在線學(xué)習(xí)中的學(xué)習(xí)模型聚類與應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)在主動懸架中的應(yīng)用研究.pdf
- 基于多特征的主動學(xué)習(xí)方法在圖像分類中的應(yīng)用研究.pdf
- 壓縮感知在脈沖超寬帶中的應(yīng)用研究.pdf
- 壓縮感知理論在超寬系統(tǒng)中的應(yīng)用研究.pdf
- 隨機(jī)共振原理在頻譜感知中的應(yīng)用研究.pdf
- 壓縮感知在微多普勒提取中的應(yīng)用研究.pdf
- 壓縮感知在無線傳感網(wǎng)中的應(yīng)用研究.pdf
- 壓縮感知理論在通信系統(tǒng)中的應(yīng)用研究.pdf
- 感知覺在國內(nèi)幼兒書籍設(shè)計中的應(yīng)用研究.pdf
- 壓縮感知理論在雷達(dá)成像中的應(yīng)用研究.pdf
- 在線集成學(xué)習(xí)方法及其在視頻目標(biāo)檢測中應(yīng)用研究.pdf
評論
0/150
提交評論