基于SVM的閘機目標識別方法的研究.pdf

1、隨著國內(nèi)城市軌道交通的發(fā)展，自動售檢票系統(tǒng)的作用日益突出。其中，閘機是自動售檢票系統(tǒng)的核心組成部分，它通過利用其內(nèi)部的智能識別系統(tǒng)對乘客的行為加以識別、判斷，最終實現(xiàn)自動檢票功能。閘機自動售檢票系統(tǒng)所具有的與乘客的相關性及其檢票功能，要求它必須具有非常高的安全性、可靠性、穩(wěn)定性和準確性等性能。智能識別系統(tǒng)已成為城市軌道交通的研究熱點之一。本文針對通過閘機的目標所具有的特點，將通過閘機的目標分為行人和物體兩類，基于支持向量機(SVM)提出

2、了標準化矩陣(SM)識別方法，研究了行人模式識別和物體模式識別。論文在提出標準識別元素這一概念的基礎上預處理了傳感器采集的數(shù)據(jù)，并研究了SVM訓練樣本中行人和物體的數(shù)字特征及其分布規(guī)律，建立了一個基于LibSVM的標準化矩陣數(shù)據(jù)分布(SMDF)識別預測模型，針對測試樣本集，研究了該模型在不同核函數(shù)的不同參數(shù)、不同懲罰系數(shù)下的行人和物體這兩類目標的分類效果，并實證研究了模型分類效果與訓練樣本容量之間的相關性。通過閘機目標識別的實驗表明，S