%0 Journal Article
%T 智能车辆在城区交通场景中的多类障碍物识别
%A 杨欣
%A 沈志熙
%A 黄席樾
%A 詹建平
%J 重庆大学学报
%D 2009
%R 10.11835/j.issn.1000-582X.2009.07.005
%X 针对智能车辆在城区交通场景中的前向障碍物识别，提出了一种基于集成学习改进的二叉树支持向量机(BTSVM)的多类分类方法。根据城区交通场景中各类障碍物的出现概率、模式类别差异，设计了适用于智能车辆障碍物识别的BTSVM树型结构；对每个节点分类器，采用AdaBoost集成学习方法进行改进，有效减少了差错积累误差，提高了分类精度和泛化能力。试验表明该方法能有效地对城区交通场景中6类常规障碍物模式进行实时在线识别。
%K 智能车辆
%K 障碍物识别
%K 支持向量机
%K 集成学习
%K 城区交通场景
%U http://qks.cqu.edu.cn/cqdxzrcn/ch/reader/view_abstract.aspx?file_no=200907007&flag=1