详情

原文传递道路多目标分类方法

专利名称：	道路多目标分类方法
摘要：	本发明公开了一种道路多目标分类方法，通过导入训练样本应用基于约束的NPC算法对混合贝叶斯网络结构进行学习；然后对网络结构中的离散变量和连续变量分别进行参数学习来获得网络中每一个节点的分布，再将参数进行合并，最后将测试样本用于贝叶斯网络的推理并将道路目标分类。该方法一方面摒弃了对高分辨率及近景图像的需求，通过使用道路目标简单的低层次特征，大大减少了计算量。另一方面混合贝叶斯网络结构的构建避免了传统的贝叶斯网络分类器中将所有变量都视为离散变量易造成目标信息损失，同时在道路多目标数据的处理和分析中导致搜索空间的和计算量的急剧增加。本发明采用连续节点和离散节点共存的贝叶斯网络更符合实际。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	嘉兴学院
发明人：	杨立娜
专利状态：	有效
发布日期：	2019-01-01T00:00:00+0800
申请号：	CN201810438507.3
公开号：	CN108596146A
代理机构：	杭州求是专利事务所有限公司 33200
代理人：	万尾甜;韩介梅
分类号：	G06K9/00(2006.01)I;G06K9/62(2006.01)I;G;G06;G06K;G06K9;G06K9/00;G06K9/62
申请人地址：	314033 浙江省嘉兴市越秀南路56号
主权项：	1.一种道路多目标分类方法，其特征在于，该方法是：将训练样本应用基于约束的NPC算法对混合贝叶斯网络结构进行学习，对网络结构中的离散变量和连续变量分别进行参数学习获得网络中每一个节点的分布，将两类参数进行合并，最后将测试样本用于贝叶斯网络的推理并将道路多目标进行分类。
所属类别：	发明专利