資源描述：
《交通標(biāo)志特征提取及分類算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要論文題目：交通標(biāo)志特征提取及分類算法研究學(xué)科名稱：計算機(jī)系統(tǒng)結(jié)構(gòu)研究生：王鶴東簽名：指導(dǎo)教師：石爭浩副教授簽名：道路交通標(biāo)志識別作為智能交通系統(tǒng)一個重要的組成部分，在駕駛安全方面有著重要作用。近些年，道路交通標(biāo)志識別問題的研究引起人們關(guān)注重視。圍繞交通標(biāo)志識別問題本文進(jìn)行了如下工作：首先針對現(xiàn)有的特征提取方法的不足，提出了一種改進(jìn)的PCA特征提取方法，即通過對PCA的標(biāo)準(zhǔn)化階段引進(jìn)類內(nèi)均值的方法，改善了PCA特征提取方面的不足。并且在此基礎(chǔ)上進(jìn)一步提出了改進(jìn)PCA結(jié)合LDA的交通標(biāo)志特征提取方法，實驗證明這種方法能有效克服傳統(tǒng)PCA特征提
2、取的不足，該方法是有效和高效的。其次提出了一種基于多分類器集成的分類方法，在該方法中采用NND、BP神經(jīng)網(wǎng)絡(luò)、基于類中心的歐式距離法三種分類器作為集成分類器的基分類器，投票表決法作為集成規(guī)則。從實驗結(jié)果可以看出，該方法可以集成各個分類器的優(yōu)點，抑制它們各自韻缺點，與已有的單分類器相比該方法有更好的分類效果。最后設(shè)計了一個具有數(shù)據(jù)采集、特征提取、分類識別功能的原型系統(tǒng)，該系統(tǒng)驗證了本文涉及的算法，具有準(zhǔn)確性好，效率高的特點。關(guān)鍵詞：交通標(biāo)志識別；特征提??；主成分分析；神經(jīng)網(wǎng)絡(luò)；多分類器集成西安理工大學(xué)碩士學(xué)位論文AbstractTitle：RE
3、SEARCHONTECHNIQUESFORFEATUREEXTRACTIONANDCLASSIFlCATIONOFTRAFFICSIGNSMajor：computerArchitectureName=HedongWangSupervisor：A．Professor．ZhenghaoShiSignature：Roadtrafficsignrecognition，astheimportantpartofintelligenttransportationsystems，hasplayedakeyroleonroadsalty．Inrecentyea
4、rs，PeoplebegintopaycloseattentiontotheresearchonRoadtrafficsignrecognition．Thisthesisfocusonthefollowingworks：First，thispaperdeeplystudyinthetrafficsignsfeatureextractiontechnology’Sapplicationsontrafficsignrecognition，andimprovestheexistingmethodsoffeatureextractionbasedon
5、PCA．ByintroducethemethodofmeaninsidewhenthePeAstandardizationstage，itimprovedthedeficiencyofPeAinfeatureextractionandproposedtheimprovedalgorithmofPCAintrafficsignswithLDA．ExperimentalresultsshowthatthemethodscarlovercometheoIdfeatureextractionalgorithm’Sweaknesses，whichpla
6、yedagoodeffect．Thisalgorithmiseffectiveandefficient．Second，throughtheresearchonclassificationoftheexistinginclassificationalgorithminthetrafficsigns，wediscoverythatdifferentclassifiershavecomplementaryeffectsonperformancerecognition．Soifwecombinedwithvariousclassificationst
7、ointegratetheadvantageandinhibitedtheshortcomingsofthem，itwillimprovetherecognitionperformance．Weproposedtheclassificationoftrafficsignsonintegratemultipleclassifiers．Finally，weprovedthismethodhasbetterclassificationresultsduringexperimentandcontrasttoexistingsingleclassifi
8、er．FinallV，designanddeveloparetrievalsystemwhichownfunctionofdataacquisition，F(xiàn)ea敘】
