摘要地形识别是模式识别与智能机器人环境感知的前沿课题,地形识别主要是对地形图像中的目标类识别,区分道路、树木。研究内容为基于多平面支持向量机的地形识别。多平面支持向量机包括两类:特征值型方法和相关支持向量机型方法。特征值型多平面支持向量机旨在缓解传统支持向量机在大规模分类问题中需要过高的内存和高额的计算代价以及无法可靠地求解异或等复杂问题,相关支持向量机较传统的支持向量机计算更快,性能更优。研究在了解多平面支持向量机原理的基础上,掌握一系列可靠的多平面支持向量机算法,在地形识别问题上考察方法并验证所提出算法的有效性。25242
关键词  多平面支持向量机  地形识别  模式识别  
毕业论文设计说明书外文摘要
Title  Identification of multi-level terrain based on support vector   machine
Abstract
Terrain recognition is Pattern Recognition and context-aware intelligent robot topics at the forefront, including the identification of the target class terrain recognition and identification can pass two tasks, the subject of research to identify more flat terrain SVM, which supports vector-based multi-plane machine includes two categories: feature-valued methods and models related to support vector method. Eigenvalues multi-plane support vector machine support vector machine is designed to relieve the traditional large-scale classification problems require high memory and high computational cost and the inability to reliably solving complex problems such as XOR, related more traditional support vector machine support vector machine computing faster, better performance. This paper work is to understand the principle of multi-level support vector machines based on a series of reliable multi-master plane SVM, the terrain identify issues and investigate methods to verify the validity of the proposed algorithm.
Keywords  Multisurface support vector machine, Terrain recognition,Pattern  recognition  
目   次
1 绪论 1
1.1 研究背景及意义  1
1.2 支持向量机  1
1.3 基于多平面支持向量机的地形识别 3
1.4 本文内容与结构  4
2 基于广义特征值的多平面支持向量机6
2.1 引言 6
2.2 算法提出 6
2.3 性能分析 7
2.4 本章小结 8
3 多权向量投影支持向量机 9
  3.1 引言 9
3.2 算法设计 9
3.3 差形式 11
3.4 性能分析 11
3.5 时间复杂度 12
3.6 本章小结 12
4 相关支持向量机型多平面支持向量机 13
4.1 引言  13
4.2 孪生支持向量机 14
  4.3 性能分析 14
4.4 本章小结 14
5 最小二乘孪生支持向量机 15
5.1 引言 15
5.2 算法设计 16
5.3 本章小结 17
6 实验结果 18
6.1 异或数据分类结果18
6.2 UCI数据分类结果 18
6.3 地形数据库数据分类结果20
7 总结与展望 22
  结论  23
致谢  24
参考文献25
1  绪论
1.1  研究背景及意义
机器人的应用越来越广泛,几乎涉及到各个领域,而移动智能机器人[1]则是机器人学[2]中一个重要的分支。关于移动智能机器人的研究也涉及多个方面,其中对地形的识别研究一直持续到现在并不断发展。由于地形的复杂环境,对它的研究主要就在于对复杂地形进行识别和分类,实现移动机器人的自主移动。早在60年代,人们就已经开始了关于移动机器人的研究,其中,支持向量机[3](SVM)是机器学习领域一种非常重要的分类算法。由于其良好的泛化能力,使得这种分类方法在很多领域都有应用,20世纪90年代,该理论在解决一系列实际问题中获得成功,表现出极好的学习能力尤其是泛化能力,从而引起人们对这一领域的极大关注,但是时间复杂度高的缺点一直是困扰这种优秀的分类器进一步发展的原因。
上一篇:基于蒙特卡洛仿真的进度风险评估与进度更改算法设计与实现
下一篇:RGB-D边缘检测算法研究+文献综述

基于Apriori算法的电影推荐

基于PageRank算法的网络数据分析

基于神经网络的验证码识别算法

基于网络的通用试题库系...

python基于决策树算法的球赛预测

基于消费者个性特征的化...

用VisualBasic实现多画面播放功能【1344字】

神经外科重症监护病房患...

承德市事业单位档案管理...

医院财务风险因素分析及管理措施【2367字】

10万元能开儿童乐园吗,我...

志愿者活动的调查问卷表

公寓空调设计任务书

C#学校科研管理系统的设计

AT89C52单片机的超声波测距...

中国学术生态细节考察《...

国内外图像分割技术研究现状