基于支持向量机方法的车型分类  

Vehicle Classification Based on Support Vector Machine

作　　者：葛威[1] 朱光喜[1] 徐海祥[1] 谢磊[1] 陶平安 

机构地区：[1]华中科技大学电子与信息工程系,武汉430074 [2]武汉市城市规划设计研究院,武汉430014

出　　处：《计算机工程与应用》2006年第21期210-213,共4页Computer Engineering and Applications

摘　　要：车型分类是交通流检测系统的子功能,也是智能交通系统(ITS)中的重要环节。支持向量机方法被看作是对传统学习分类方法的一个好的替代,特别在小样本、非线性情况下,具有较好的泛化性能。论文基于视频检测技术,采用支持向量机方法对车型分类进行了研究。实验表明,支持向量机方法能获得比神经网络方法更好的车型分类性能。Vehicle Classification is a sub-function of the vehicle detection system,is also an important part of the intelligence transportation system （ ITS ） .Support Vector Machine approach is considered a good candidate because of its good generalization performance,especially when the number of training samples is very small and input space is nonlinear.This paper presents a study on the vehicle classification based on support vector machine.Experimental results indicate that the classification performance of support vector machine is better than that of neural networks.

关 键 词：车型分类 统计学习理论 支持向量机 神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]