-
题名基于多特征和多核学习的行人检测方法的研究
被引量：1
- 1
-
-
作者
孙锐
侯能干
陈效华
-
机构
合肥工业大学计算机与信息学院
奇瑞汽车股份有限公司前瞻技术科学院
-
出处
《图学学报》
CSCD
北大核心
2014年第6期869-875,共7页
-
基金
国家自然科学基金面上资助项目(61471154)
中国博士后基金资助项目(2013M531504)
教育部留学回国人员启动基金资助项目
-
文摘
行人检测系统涉及交通安全问题,需要很高的鲁棒性,基于单特征结合单核支持向量机的方法效果有限,为解决这一问题,提出采用多特征和多核学习的方法来提升系统的鲁棒性,通过将积分信道特征、多层次导向边缘能量特征和CENTRIST特征分别与直方图交叉核、高斯核和多项式核进行线性组合,采用简单多核学习(Simple MKL)来分别计算核函数的权重系数,将多核学习方法与经典的梯度直方图特征/支持向量机、多尺度梯度直方图特征/直方图交叉核支持向量机和特征融合/直方图交叉核支持向量机的行人检测方法进行比较,实验表明所提出的行人检测算法的鲁棒性有明显提升。
-
关键词
简单多核学习
直方图交叉核支持向量机
CENTRIST特征
积分通道特征
多层次导向边缘能量特征
-
Keywords
simple multi-kernel learning
histogram intersection kernel support vector machine
CENTRIST feature
integral channel features
multi-level oriented edge energy feature
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多核学习整合GIS局部放电多类特征的分类研究
被引量：3
- 2
-
-
作者
宋人杰
杨爽
孟凡奇
-
机构
东北电力大学电气工程学院
-
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2018年第5期93-98,140,共7页
-
文摘
传统的单一核函数构成的支持向量机(Support Vector Machine,SVM)无法解决气体绝缘组合电器(Gas Insulated Switcher,GIS)所采集到的局部放电数据(Partial Discharge,PD)分布不规则、特征类别复杂和规模巨大等问题.针对这类问题,本文提出使用多个核的线性组合方式即简单多核学习方法(Simple Multiple Kernel Learning,SimpleMKL)对多类特征进行分类研究.通过赋予不同局部放电特征不同的核函数,以多个核函数的线性加权代替传统的单一核函数,利用梯度下降法不停迭代求解核函数的权值系数,最终达到整合局部放电多类特征并提高分类精度的目的.实验结果表明:该方法对局部放电多个特征空间具有普适性,分类精度高于单核SVM和融合SVM识别方法.
-
关键词
气体绝缘组合电器
局部放电
模式识别
简单多核学习
-
Keywords
gas insulated switcher
partial discharge
pattern recognition
simple multi core learning
-
分类号
TM595
[电气工程—电器]
-
