期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于AMR的Adaboost-SVM的车型分类方法
1
作者
王露茜
王嘉旸
闫天伟
《科技广场》
2016年第10期10-15,共6页
近年来,越来越多的汽车导致不同类型的交通问题增多,智能交通系统(ITS)变得越来越重要。本文提出了一种新的基于AMR的车辆分类方法。首先使用状态机来检测车辆是否存在,然后使用Adaboost-SVM算法进行更准确地分类。实验表明,Adaboost-SV...
近年来,越来越多的汽车导致不同类型的交通问题增多,智能交通系统(ITS)变得越来越重要。本文提出了一种新的基于AMR的车辆分类方法。首先使用状态机来检测车辆是否存在,然后使用Adaboost-SVM算法进行更准确地分类。实验表明,Adaboost-SVM算法可以提高现有的分类准确率,约为3%至11%,同时可避免经典SVM算法的过度拟合问题。
展开更多
关键词
amr地磁传感器
特征优化
车型分类
ADABOOST算法
下载PDF
职称材料
题名
基于AMR的Adaboost-SVM的车型分类方法
1
作者
王露茜
王嘉旸
闫天伟
机构
南昌大学信息工程学院
江西农业大学软件学院
出处
《科技广场》
2016年第10期10-15,共6页
文摘
近年来,越来越多的汽车导致不同类型的交通问题增多,智能交通系统(ITS)变得越来越重要。本文提出了一种新的基于AMR的车辆分类方法。首先使用状态机来检测车辆是否存在,然后使用Adaboost-SVM算法进行更准确地分类。实验表明,Adaboost-SVM算法可以提高现有的分类准确率,约为3%至11%,同时可避免经典SVM算法的过度拟合问题。
关键词
amr地磁传感器
特征优化
车型分类
ADABOOST算法
Keywords
amr
Feature Optimization
Vehicle Classification
Adaboost Algorithm
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于AMR的Adaboost-SVM的车型分类方法
王露茜
王嘉旸
闫天伟
《科技广场》
2016
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部