

已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領
文檔簡介
1、道路交通標志識別作為智能交通系統(tǒng)一個重要的組成部分,在駕駛安全方面有著重要作用。近些年,道路交通標志識別問題的研究引起人們關(guān)注重視。圍繞交通標志識別問題本文進行了如下工作:
首先針對現(xiàn)有的特征提取方法的不足,提出了一種改進的PCA特征提取方法,即通過對PCA的標準化階段引進類內(nèi)均值的方法,改善了PCA特征提取方面的不足。并且在此基礎上進一步提出了改進PCA結(jié)合LDA的交通標志特征提取方法,實驗證明這種方法能有效克服傳統(tǒng)PC
2、A特征提取的不足,該方法是有效和高效的。
其次提出了一種基于多分類器集成的分類方法,在該方法中采用NND、BP神經(jīng)網(wǎng)絡、基于類中心的歐式距離法三種分類器作為集成分類器的基分類器,投票表決法作為集成規(guī)則。從實驗結(jié)果可以看出,該方法可以集成各個分類器的優(yōu)點,抑制它們各自的缺點,與已有的單分類器相比該方法有更好的分類效果。
最后設計了一個具有數(shù)據(jù)采集、特征提取、分類識別功能的原型系統(tǒng),該系統(tǒng)驗證了本文涉及的算法,具
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于特征提取的交通標志檢測和識別.pdf
- 交通標志檢測與分類算法研究.pdf
- 人臉特征提取及分類算法研究.pdf
- 圖像紋理特征提取及分類算法研究.pdf
- 自然場景下交通標志檢測和分類算法研究.pdf
- 圖象特征提取及分類識別的算法研究.pdf
- 人臉圖像特征提取和分類算法研究.pdf
- 紋理特征提取與自動分類算法研究.pdf
- 交通標志識別及其算法研究.pdf
- 國畫特征提取與分類算法的研究.pdf
- 交通標志的提取與識別.pdf
- 圖像紋理特征提取及分類算法研究碩士論文
- 交通標志的識別分類研究及平臺實現(xiàn).pdf
- 動脈壁紋理特征提取及分類算法研究與實現(xiàn).pdf
- 自然場景下交通標志的檢測與分類算法研究.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
- 紅外圖像目標特征提取與分類算法研究.pdf
- 圖像紋理特征提取及分類研究.pdf
- 基于HOG特征的交通標志檢測與識別算法研究.pdf
- 中文網(wǎng)頁分類特征提取算法探討.pdf
評論
0/150
提交評論