论文题名: | 交通标志特征提取及分类算法研究 |
关键词: | 交通标志识别;特征提取;神经网络;多分类器集成 |
摘要: | 道路交通标志识别作为智能交通系统一个重要的组成部分,在驾驶安全方面有着重要作用。近些年,道路交通标志识别问题的研究引起人们关注重视。围绕交通标志识别问题本文进行了如下工作: 首先针对现有的特征提取方法的不足,提出了一种改进的PCA特征提取方法,即通过对PCA的标准化阶段引进类内均值的方法,改善了PCA特征提取方面的不足。并且在此基础上进一步提出了改进PCA结合LDA的交通标志特征提取方法,实验证明这种方法能有效克服传统PCA特征提取的不足,该方法是有效和高效的。 其次提出了一种基于多分类器集成的分类方法,在该方法中采用NND、BP神经网络、基于类中心的欧式距离法三种分类器作为集成分类器的基分类器,投票表决法作为集成规则。从实验结果可以看出,该方法可以集成各个分类器的优点,抑制它们各自的缺点,与已有的单分类器相比该方法有更好的分类效果。 最后设计了一个具有数据采集、特征提取、分类识别功能的原型系统,该系统验证了本文涉及的算法,具有准确性好,效率高的特点。 |
作者: | 王鹤东 |
专业: | 计算机系统结构 |
导师: | 石争浩 |
授予学位: | 硕士 |
授予学位单位: | 西安理工大学 |
学位年度: | 2011 |
正文语种: | 中文 |