首页 | 本学科首页   官方微博 | 高级检索  
     

基于空间特征的多平面支持向量机地形分类
引用本文:薛琮琳,郭剑辉,马玲玲. 基于空间特征的多平面支持向量机地形分类[J]. 计算机与数字工程, 2019, 47(5): 1217-1222
作者姓名:薛琮琳  郭剑辉  马玲玲
作者单位:南京理工大学计算机科学与工程学院 南京 210094;南京理工大学计算机科学与工程学院 南京 210094;南京理工大学计算机科学与工程学院 南京 210094
摘    要:近年来,室外自主移动机器人在野外环境下的有着十分重要的应用,比如在野外救援和月球探测等方面。而室外复杂环境下的地形识别研究是面向移动机器人环境感知和识别的一个重要挑战。针对在室外复杂环境下的光照干扰和遮挡等因素,论文提出了一种基于金字塔化SIFT特征(SIFT Spatial Pyramid Matching,SSPM)与最小二乘相关支持向量机(Least Squares Twin Support Vector Machines,LSTSVM)相结合的地形识别方法。相较于传统的词袋式特征表示,加入了局部和空间信息特征,增强了特征对图像的表现能力,进一步提高了识别率,大大减小了训练时间。再利LSTSVM在组合得到的新特征集上学习,最后在得到的分类器上验证算法的可靠性。

关 键 词:地形识别  空间金字塔  最小二乘支持向量机

Terrain Classification of Multi-plane Support Vector Machine Based on Spatial Feature
XUE Conglin,GUO Jianhui,MA Lingling. Terrain Classification of Multi-plane Support Vector Machine Based on Spatial Feature[J]. Computer and Digital Engineering, 2019, 47(5): 1217-1222
Authors:XUE Conglin  GUO Jianhui  MA Lingling
Affiliation:(School of Computer Science and Engineering,Nanjing University of Science and Engineering,Nanjing 210094)
Abstract:XUE Conglin;GUO Jianhui;MA Lingling(School of Computer Science and Engineering,Nanjing University of Science and Engineering,Nanjing 210094)
Keywords:terrain classification  SPM  LSTSVM
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号