基于聚类支持向量机的车型识别方法研究_何尧.pdfVIP

基于 聚类支持 向量机 的车型识别方法研究——— 何 尧 孙 逸凡 杜豫川 ５５ 　 　 　 基于聚类支持向量机的车型识别方法研究＊ 何 尧 孙 逸凡 杜豫川 　 　 　 （ ） 同济大学道路与交通工程教育部重点实验室 上海 ２０００９２ 　 、 。 摘 要 地磁感应波形通过数据融合初步提取出结构 频谱和数值 个范畴的特征 利用 ３ ＦｉｌｔｅｒＦｉｌ 　 　 － － ， 模式对初步提取的特征进行组合式特征评估 即采用改进的 算法挑选最适合车型 ｔｅｒｗｒａ ｅｒ ＲｅｌｉｅｆＦ － ｐｐ ， 。 分类的不冗余特征 再建立 Ｔｏ Ｋ 机制的交叉验证搜索最优特征组合 引入基于聚类支持向量机 － ｐ （ ） ， ＣＳＶＭ 的车型分类算法 并采用微粒群算法对 ＣＳＶＭ 算子中的核函数参数和惩罚系数进行了优 － － ， 。 化 构建了微粒群优化的ＣＳＶＭ车型分类器 实验结果显示该车型分类方法能显著提高数据挖掘的 － ， ， 。 效率 机器学习的能力 并且具备较高的车型分类准确率 ； ； ； ； ； 关键词 地磁检测器 车型分类 特征选择 ＲｅｌｉｅｆＦ算法 聚类支持向量机 微粒群算法 　 中图分类号： 文献标志码： ： ／ Ｕ４９１ Ａ ｄｏｉ１０．３９６３ ．ｉｓｓｎ２０１２．０５．０１２ 　　 　　 ｊ 　 － ， 。 基础 提出了 种具有高准确率的车型分类方法 １ 0 引 言 　 　 ， 该方法重点建立了 种多层特征选择模式 得到