Vehicle Type Recognition Using Probabilistic Constraint Support Vector Machine
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,332
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS01_101
تاریخ نمایه سازی: 14 خرداد 1387
چکیده مقاله:
The support vector machine (SVM) is one of the most powerful methods in the field of statistical learning theory for constructing a mathematical model in pattern classification. This paper presents a new support vector machine classifier for recognition of vehiche type which has been captured from traffic scene
images. A new support vector machine classifier is presented with probabilistic constrains which presence probability of samples in each class is determined based on a distribution function. Noise is caused to found incorrect support vectors thereupon margin can not be maximized. In the proposed method, constraints boundaries and constraints occurrence have probability density functions which it helps for achieving maximum margin. Experimental results in the machine identification shows superiority of the probabilistic constraints support vector machine (PC-SVM) relative to standard SVM.
کلیدواژه ها:
نویسندگان
Hadi Sadoghi Yazdi
Engineering Department, Tarbiat Moallem University of Sabzevar, Sabzevar, Iran
Sohrab Effati
Department of Mathematics, Tarbiat Moallem University of Sabzevar, Sabzevar, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :