一种在地磁感应器上基于支持向量机的车型识别方法

发明专利无效专利

申请号：
CN201210208434.1
IPC分类号：G06K9/62;G08G1/017;G08G1/042
申请日期：
2012-06-25
申请人：
同济大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种在地磁感应器上基于支持向量机的车型识别方法
申请号	CN201210208434.1	申请日期	2012-06-25
法律状态	权利终止	申报国家	中国
公开/公告日	2012-11-14	公开/公告号	CN102779281A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;8;G;1;/;0;1;7;;;G;0;8;G;1;/;0;4;2查看分类表>
申请人	同济大学	申请人地址	上海市杨浦区四平路1239号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	同济大学	当前权利人	同济大学
发明人	杜豫川;何尧;陈韬;孙立军
代理机构	上海正旦专利代理有限公司	代理人	张磊

摘要

本发明涉及一种在地磁感应器上基于支持向量机的车型识别方法，具体步骤如下：通过地磁感应器采集需识别的车型波形数据；将波形提取为若干数值化的特征，筛选出有效数据，并将特征规范化；根据提取的特征进行多层特征选择，挑选出最优特征组合；建立基于聚类支持向量机的车型分类算法，并采用微粒群算法优化分类函数中的参数；建立二叉树分类模式，训练每个分类节点上的分类器，建立完整的分类决策树；输入待识别车型地磁感应波形，获得对其的识别结果。本发明建立了一种波形特征提取与选择的模式，同时采用的基于支持向量机的分类算法以及微粒群优化算法，均大大提高了机器学习的效能，使其能够快速准确地识别车型。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供