[发明专利]车辆行驶过程中对车辆进行识别的系统

权利要求书

1.车辆行驶过程中对车辆进行识别的系统，其特征在于，包括以下步骤：(1)给定训练样本(x¹,y¹)，……，(xⁿ,yⁿ)，对于正样本，令yi＝1；负样本，令yi＝-1；

(2)样本权值初始化ω1=1/21,y1=11/2m,y1=-1]]>

其中：1为正样本个数，m为负样本个数；

(3)对于m＝1，……，M(M代表算法选带次数，即组成强分类器的弱分类器个数；(a)对于每一个特征j，由类概率密度得到弱分类器

fm(x)＝Pω(y＝1|x)-Pω(y＝-1|x)

(b)计算错分率选出最优的f_m(x)

(c)更新F(x)←F(x)+f_m(x)

(d)令重新归一化使Σiωi=1]]>

(4)输出强分类器sign[F(x)]=sign[Σm=1Mfm(x)]]]>

(5)确定各个强分类器的最大误识率f_max,最小识别率d_min,并计算树的目标深度,由其父节点指定的正、负样本通过上述算法训练的一个具有50％误识率和98％识别率的强分类器S¹,用O(S¹)表示该强分类器用到的特征数目，通过K^-均值聚类法将负节点指定的正训练样本分成K个子集；用这k个正训练样本子集和相应的负样本子集训练k个强分类器S_i^k，i＝1,……，k，用O(S_i^k)+……+O(S_k^k)表示这k个强分类器用到的特征数目；若O(S_i^k)+……+O(S_k^k)＜O(S¹)，当前的分类层分裂成k个分支，对于分支后的每个S_i^k，，开始新的节点训练；若O(S_i^k)+……+O(S_k^k)＞O(S¹)，该节点还是保留原先的分层结构，直到给定数的目标深度达到，所采用的迭代算法才停止。