论文部分内容阅读
针对智能交通中车辆的分类识别问题,提出了一种基于改进KSVD和极限学习机的车型分类方法。该方法首先利用改进KSVD的方法训练得到各类样本的特征字典及其相应的稀疏系数,之后将提取到的具有旋转不变性以及对噪声不敏感性特点的特征字典和稀疏系数送入极限学习机中进行分类识别。改进KSVD在字典的初始化方法上进行了改进,先在类内训练字典,然后将学习到的类内字典级联起来作为新的初始化字典。实验结果表明改进KSVD方法提高了字典的识别性能,该方法在较快识别速率的前提下,提高了车型识别的正确率。