作者:辛鑫,王嘉旸,王命延 单位:南昌大学 出版:《南昌大学学报(工科版)》2018年第01期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFNCDG2018010180 DOC编号:DOCNCDG2018010189 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于多传感器的警犬姿态实时重建与仿真》PDF+DOC2018年第12期 祝朝政,何明,杨晟,杨铖,宋珍华 《基于核函数SVM的穿戴式姿态识别系统》PDF+DOC2010年第10期 胡一帆,林欣,丁永生,吴怡之 《基于邻接传感器及神经网络的车辆分类算法》PDF+DOC2008年第11期 张伟,谭国真,丁男,商瑶 《具有不完整互相关信息分布式系统的稳健融合估计》PDF+DOC2017年第04期 杨帆,伍度志,胡爱平 《模糊舒适度传感器》PDF+DOC1998年第03期 洪文学,张绍卿,周哲,孙凯,韩峻峰 《滚动轴承故障非接触多传感器声信号融合方法》PDF+DOC2012年第16期 张颖,苏宪章,刘占生 《遥感影像分类结果的不确定性研究》PDF+DOC2010年第05期 黄恩兴 《多传感器数据融合的主成分方法研究》PDF+DOC2009年第33期 董九英 《Fisher理论和多数投票法相结合的数据融合算法》PDF+DOC2009年第27期 徐太征,徐中宇 《基于多模型的联合目标跟踪与分类算法》PDF+DOC2013年第08期 吕铁军,蒋宏,梁国威,丁全心
  • 在智能交通系统中,为了提高复杂交通环境下车型识别的准确率,提出一种基于多核相关向量机(MKRVM)和多传感器的车型识别方法。该方法提取了线圈和地磁10种车型特征,并通过串联融合方法构造出多特征融合的特征向量。该方法引入了基于MKRVM车型分类算法,并采用微粒子群算法(PSO)对MKRVM模型中混合核函数的相关参数进行了优化,构建了一种PSO优化的MKRVM车型分类器。实验结果表明:该车型识别方法有效地提高车型识别的准确率,平均提升了10%左右。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。