[发明专利]道路多目标分类方法在审
| 申请号： | 201810438507.3 | 申请日： | 2018-05-09 |
| 公开（公告）号： | CN108596146A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 杨立娜 | 申请（专利权）人： | 嘉兴学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 万尾甜;韩介梅 |
| 地址： | 314033 *** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种道路多目标分类方法，通过导入训练样本应用基于约束的NPC算法对混合贝叶斯网络结构进行学习；然后对网络结构中的离散变量和连续变量分别进行参数学习来获得网络中每一个节点的分布，再将参数进行合并，最后将测试样本用于贝叶斯网络的推理并将道路目标分类。该方法一方面摒弃了对高分辨率及近景图像的需求，通过使用道路目标简单的低层次特征，大大减少了计算量。另一方面混合贝叶斯网络结构的构建避免了传统的贝叶斯网络分类器中将所有变量都视为离散变量易造成目标信息损失，同时在道路多目标数据的处理和分析中导致搜索空间的和计算量的急剧增加。本发明采用连续节点和离散节点共存的贝叶斯网络更符合实际。 | ||
| 搜索关键词： | 贝叶斯网络 网络结构 多目标分类 道路目标 离散变量 贝叶斯 计算量 处理和分析 参数学习 测试样本 层次特征 高分辨率 近景图像 离散节点 连续变量 连续节点 目标信息 搜索空间 训练样本 传统的 多目标 分类器 构建 算法 推理 合并 分类 应用 网络 学习 | ||
【主权项】：
1.一种道路多目标分类方法，其特征在于，该方法是：将训练样本应用基于约束的NPC算法对混合贝叶斯网络结构进行学习，对网络结构中的离散变量和连续变量分别进行参数学习获得网络中每一个节点的分布，将两类参数进行合并，最后将测试样本用于贝叶斯网络的推理并将道路多目标进行分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于嘉兴学院，未经嘉兴学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810438507.3/，转载请声明来源钻瓜专利网。
