汽车防撞安全数据的核Fisher分类研究  

Research on the Car Anti-collision Safety Data Classification Based on Kernel Fisher Discriminant Analysis

作　　者：申颖颖 秦丽娟[1] 任金玉[2] 

机构地区：[1]沈阳理工大学信息科学与工程学院,沈阳110159 [2]沈阳理工大学机械工程学院,沈阳110159

出　　处：《沈阳理工大学学报》2016年第2期1-4,共4页Journal of Shenyang Ligong University

基　　金：国家自然科学基金资助项目(61203163);国家重点实验室基金资助项目(2013-006);辽宁社科规划基金项目(L13BJY023)

摘　　要：行驶的车辆之间保持安全的距离可以有效减少交通事故,所以对汽车在一定速度行驶中的数据进行安全等级分类有很大的必要性。依据核Fisher判别分析方法对汽车安全数据进行分类,通过对判别指标的选取、数据预处理、核Fisher方法的Matlab仿真实现,与SVM、BP神经网络方法进行比较有明显的优势,实现了较高的准确率,为汽车安全数据的分类提供了一种新的方法。Keeping a safe distance between vehicles is a more effective way to avoid car accidents.It is necessary to classify the safe data at a certain speed. Data is classified on the basis of kernel Fisher discriminant analysis, through the discriminant index selection,data preprocessing,and the Matlab simulation of kernel Fisher method. It has an obvious advantage in comparison with SVM and BP neural network,which provides a new method of car safety data classification.

关 键 词：汽车安全 核FISHER判别分析 分类 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]