您的位置: 专家智库 > >

蔡磊

作品数:2 被引量:1H指数:1
供职机构:西北工业大学自动化学院更多>>
发文基金:中国航空科学基金更多>>
相关领域:交通运输工程更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇交通运输工程

主题

  • 2篇车辆
  • 1篇学习机
  • 1篇英文
  • 1篇直方图
  • 1篇智能交通
  • 1篇梯度直方图
  • 1篇字典学习
  • 1篇极限学习机
  • 1篇交通工程
  • 1篇方向梯度
  • 1篇方向梯度直方...
  • 1篇HOG
  • 1篇车辆检测
  • 1篇车辆识别
  • 1篇ELM

机构

  • 2篇西北工业大学

作者

  • 2篇曲仕茹
  • 2篇蔡磊

传媒

  • 1篇中国公路学报
  • 1篇2011年全...

年份

  • 1篇2016
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
基于PCA-HOG与ELM的交互式车辆识别
针对复杂场景中对车辆进行检测的若干问题,提出一种新的交互式检测方法.该方法通过人为移动检测窗口的方法标定车辆区域,提取检测窗口的方向梯度直方图(HOG)特征,并使用主成分分析(PCA)的方法将其转换到线性子空间当中,作为...
蔡磊曲仕茹
关键词:智能交通车辆识别极限学习机方向梯度直方图
文献传递
基于多目标聚类的车辆检测方法(英文)被引量:1
2016年
为提升车辆检测算法中字典学习的有效性,提出一种新的基于多目标聚类的车辆检测方法。同时考虑聚类检测中的全局偏差和连接性2个重要的指标,并引入提出的新多目标优化方法,期望获得1组同时符合全局偏差和连接性的平衡解。针对字典学习和多目标聚类解的特性,设计了一种新的模型选取算法,用于选出有利于提高检测性能的最终聚类解。对5个车辆部件的聚类任务进行聚类,以验证所提算法的有效性与卓越性。将该方法与5种其他方法(不仅包含2类常用单目标聚类方法,也覆盖了其他多目标聚类方法)对2类车辆检测问题进行检测,以全面检验该方法的性能。结果表明:双目标聚类在车辆检测应用中,对聚类效果有较好促进作用,且该方法的整体性能相比于其他聚类算法,颇具竞争性。
蔡磊曲仕茹
关键词:交通工程字典学习车辆检测
共1页<1>
聚类工具0