利用支持向量机SVM识别车辆类型

• 作 者: 肖汉光 蔡从中 王万录
• 机 构: 重庆大学应用物理系,新加坡国立大学计算科学系
• 出 处: 重庆大学学报：自然科学版
• 发表日期: 2006年1期
• 关键词: 支持向量机 车辆识别 轮廓特征 support vector machine （SVM） vehicle recognition framework fea
• 基金项目: 重庆大学与新加坡国立大学国际合作研究资助项目

支持向量机（Support Vector Machine，SVM）分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力，已被广泛地应用于多类分类问题的研究．以车辆轮廓特征为对象，将二类分类支持向量机SVM应用于多类车辆类型的识别，并与其它分类器的分类结果进行了对比．通过9次交叉验证实验，结果表明SVM对车辆数据样本的测试准确率达到了85．59％，其分类性能优于其它分类器．