计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2010年
9期
295-298
,共4页
证据理论%反向传播网络%支持向量机%基本可信度分配
證據理論%反嚮傳播網絡%支持嚮量機%基本可信度分配
증거이론%반향전파망락%지지향량궤%기본가신도분배
研究智能交通监控系统中行人和轿车的识别.传统的单一分类器方法难以达到较高的识别率,为提高准确性和识别率,根据神经网络和D-S证据理论,采用信息融合方法对视频序列中的行人和轿车进行识别.证据理论是信息融合的一种重要依据.但是它的基本可信度分配一般不易确定.采用支持向量机(SVM)和反向传播(BP)网络进行基本可信度分配,形成2个证据体,用D-S证据理论对证据体进行融合之后,根据判决准则识别结果.通过仿真实验,结果表明,方法的识别率高于采用SVM或仅采用BP网络时的识别率,可以实现行人和轿车的准确识别.
研究智能交通鑑控繫統中行人和轎車的識彆.傳統的單一分類器方法難以達到較高的識彆率,為提高準確性和識彆率,根據神經網絡和D-S證據理論,採用信息融閤方法對視頻序列中的行人和轎車進行識彆.證據理論是信息融閤的一種重要依據.但是它的基本可信度分配一般不易確定.採用支持嚮量機(SVM)和反嚮傳播(BP)網絡進行基本可信度分配,形成2箇證據體,用D-S證據理論對證據體進行融閤之後,根據判決準則識彆結果.通過倣真實驗,結果錶明,方法的識彆率高于採用SVM或僅採用BP網絡時的識彆率,可以實現行人和轎車的準確識彆.
연구지능교통감공계통중행인화교차적식별.전통적단일분류기방법난이체도교고적식별솔,위제고준학성화식별솔,근거신경망락화D-S증거이론,채용신식융합방법대시빈서렬중적행인화교차진행식별.증거이론시신식융합적일충중요의거.단시타적기본가신도분배일반불역학정.채용지지향량궤(SVM)화반향전파(BP)망락진행기본가신도분배,형성2개증거체,용D-S증거이론대증거체진행융합지후,근거판결준칙식별결과.통과방진실험,결과표명,방법적식별솔고우채용SVM혹부채용BP망락시적식별솔,가이실현행인화교차적준학식별.
