中国公路学报
中國公路學報
중국공로학보
CHINA JOURNAL OF HIGHWAY AND TRANSPORT
2007年
3期
97-102
,共6页
交通工程%机动车车型识别%子波尺度空间能量%BP神经网络%声信号%特征提取
交通工程%機動車車型識彆%子波呎度空間能量%BP神經網絡%聲信號%特徵提取
교통공정%궤동차차형식별%자파척도공간능량%BP신경망락%성신호%특정제취
为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类.目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器.
為瞭使交通管理繫統能進行可靠的機動車分類,研究瞭轎車、輕型越野車和貨車3種機動車目標的聲信號,提齣瞭一種採用子波分解後不同呎度上聲信號能量作為特徵嚮量的特徵提取算法,併設計瞭kNN(k近鄰)分類器和改進BP神經網絡分類器用于目標分類.目標識彆和分類試驗結果錶明:所提齣的特徵提取算法能夠很好地體現不同類型目標之間的差異,提取的特徵嚮量穩健;設計的改進BP神經網絡分類器的分類精度可達92.6%,且分類效果優于kNN分類器.
위료사교통관리계통능진행가고적궤동차분류,연구료교차、경형월야차화화차3충궤동차목표적성신호,제출료일충채용자파분해후불동척도상성신호능량작위특정향량적특정제취산법,병설계료kNN(k근린)분류기화개진BP신경망락분류기용우목표분류.목표식별화분류시험결과표명:소제출적특정제취산법능구흔호지체현불동류형목표지간적차이,제취적특정향량은건;설계적개진BP신경망락분류기적분류정도가체92.6%,차분류효과우우kNN분류기.
