｛“状态”：“好”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,8,7]]，“日期-时间”：“2024-08-07T01:15:24Z”，“时间戳”：1722993324160｝，“引用计数”：27，“发布者”：“富士科技出版社有限公司”，“问题”：“5”，“内容域”：｛“域”：[]，“交叉标记限制”：false｝，“短容器标题”：[“JACIIII”，“J.Adv。计算。智力。智力。通知。“]，”published-print“：{”date-parts“：[[2018,9,20]]}，”抽象“：”本文的重点是探索使用支持向量机（SVM）的核组合进行车辆分类。作为支持向量机的主要组成部分，核函数负责车辆数据集的模式分析，并桥接其线性和非线性特征。然而，内核函数类型的选择具有高度依赖于参数的特性和限制。因此，为了克服这些局限性，本文介绍并讨论了一种用于车辆分类的复合核函数方法。然后，将提出的复合核函数的车辆分类精度与从四个常用的单个核函数（线性函数、二次函数、三次函数和高斯函数）获得的传统分类精度进行比较。本研究提供了以下贡献：（1）分类方法能够根据四个独立核函数的精度确定等级；（2） 该方法能够组合前三个单独的内核函数；（3）可以确定复合核函数的最佳组合<\/jats:p>“，”DOI“：”10.20965\/jacii.2018.p0654“，”type“：”journal-article“，”created“：{”date-parts“：[[2018,9,19]]，”date-time“：”2018-09-19T11:02:05Z“，”timestamp“：1537354925000}，”page“：965“，”卷“：”22“，”作者“：[{”given“：”Edison A.“，”family“：”Roxas“，”sequence“：”first“，”affiliation“：[]}，”name“：”De La Salle University Gokongwei College of Engineering，106 Miguel Building，2401 Taft Avenue，Malate，Manila 1004，Philippines“，“sequence”：“first”，“affiliance”：[]]}given“：”Laurence A.Gan“，”family“：”Lim“，”sequence“：”additional“，”affiliation“：[]}，”given”：“Elmer P.”，“family”：“Dadios”，“sequence”：“additional”，“affiliance”：[]neneneep，”giving“：”Argel A.“，”家族“：”Bandala“，”序列“：”additional}，“引用”：[{“键”：“key-10.20965 \/jacii.2018.p0654-1“，“非结构化”：”S.Sivaraman和M.M.Trivedi，《看路上的车辆：基于视觉的车辆检测、跟踪和行为分析的调查》，IEEE Trans。《智能交通系统》，第14卷，第4期，第1773-1795页，2013年。“}，{“key”：“key-10.20965\/jacii.2018.p0654-2”，“doi-asserted-by”：“crossref”，“unstructured”：“A.R.F.Quiros，R.A.Bedruz，A.C.Uy，A.Abad，A.Bandala，and E.P。Dadios，使用模糊逻辑进行交通状态估计的机器视觉，2016 IEEE Region 10 Conf.（TENCON），2016。“，“DOI”：“10.1109”，TENCON.2016.7848397“}，{“key”：“key-10.20965”，jacii.2018.p0654-3“，“非结构化”：“A.C.P.Uy，A.R.F.Quiros，R.A.Bedruz，A.Abad，A.Bandala，E.Sybingco，and E.P。Dadios，使用遗传算法和人工神经网络的自动交通违章预警系统，2016 IEEE Region 10 Conf.（TENCON），2016。“}，{“key”：“key-10.20965\/jacii.2018.p0654-4”，“doi-asserted-by”：“crossref”，“unstructured”：“A.Nag，D.J.Miller，A.P.Brown，and K.J。Sullivan，\u201c使用局部图像描述符进行对象识别的组合生成-判别学习，IEEE信号处理机器学习研讨会，2007年。”，“DOI”：“10.1109”，MLSP.2007.4414333“}，{“key”：“key-10.20965”，“DOI-asserted-by”：“crossref”，“unstructured”：“B.Benfold and I。Reid，\u201cStable Multi-Target Tracking in Real Time Surveillance Video，\u201 D IEEE Conf.on Computer Vision and Pattern Recognition（CVPR），2011.“，”DOI“：”10.1109\/CVPR.2011.5995667“}，{“key”：“key-10.20965\/jacii.2018.p0654-6”，“DOI-asserted-by”：“crossref”，“unstructured”：“D.C.de Oliveira and M.A。Wehrmeister，《利用卷积神经网络实现航空图像上的实时人物识别》，2016年IEEE第19届国际研讨会。实时分布式计算，2016年。“，”DOI“：”10.1109\/ISORC.2016.14“}，{”key“：”key-10.20965\/jacii.2018.p0654-7“，”unstructured“：”W.Zhou，H.Li，Y.Lu，and Q.Tian，\u201cPrincipal Visual Word Discovery for Automatic License Plate Detection，\u201 d IEEE Trans.on Image Processing，Vol.21，No.9，pp.4269-42792012.“}”，{“key”：“”key-10.20965 \/jacii.2018.p0654-8“，”doi-asserted-by“：”crossref“，“unstructured”：“A.Sasi，S.Sharma，and A.N.Cheeran，\u201cAutomatic Car Number Plate Recognition，\u201 d Int.Conf.on Innovations in Information，Embedded and Communication Systems（ICIECS），2017.”，“doi”：“10.1109 \/ICIECS.2017.8275893”}，{“key”：“key-10.2096 5\/jachii.2018.p0654-9”，“”doi-asserted-by“：”crossref“，”unstructured“：”J.P.D.Dalida，A.-J.N.Galiza，A.G.O.Godoy，M.Q.Nakaegawa，J.L.M.Vallester，and A.R.dela Cruz，《菲律宾车牌识别智能交通系统开发》，2016 IEEE Region 10 Conf.（TENCON），2016。“，”doi“：”10.1109 \/TENCON.2016.7848764“}，{“key”：“key-10.20965\/jacii.2018.p0654-10“，”doi asserted by“：”crossref“，”非结构化“：”J.C.McCall和M.M.Trivedi，\u201c基于视频的车道估计和驾驶员辅助跟踪：调查、系统和评估，\u201d IEEE Trans。《智能交通系统》，第7卷，第1期，第20-37页，2006年。“，“DOI”：“10.1109\/TITS.2006.869595”}，{“key”：“key-10.20965\/jacii.2018.p0654-11”，“unstructured”：“R.Gopalan，T.Hong，M.Shneier，and R。Chellappa，《车道标线检测和跟踪的学习方法》，IEEE Trans。智能交通系统，第13卷，第3期，第1088-1098页，2012年。“}，{“key”：“key-10.20965”\/jacii.2018.p0654-12“，“doi-asserted-by”：“crossref”，“unstructured”：“E.A.Roxas，R.R.P.Vicerra，A.H.Fernando，E.P.Dadios，and A.A。Bandala，基于Vision\u2013的宏块空间预测的道路车道重建，2017 IEEE Region 10 Conf.（TENCON），2017.“，“DOI”：“10.1109”，TENCON.2017.8227968“}，{“key”：“key-10.20965”，jacii.2018.p0654-13“，”DOI-asserted-by“：”crossref“，“unstructured”：“A.Ambardekar，M.Nicolescu，G.Bebis，and M。Nicolescu，《车辆分类框架：比较研究》，《图像和视频处理EURASIP J.on Image and Video Processing》，第1-13页，2014年。Melgani，\u201cA SIFT-SVM方法检测无人机图像中的汽车，\u201 d 2012 IEEE国际地球科学与遥感研讨会。，2012.“，”DOI“：”10.1109\/IGARSS.2012.6352585“}，”{“key”：“key-10.20965\/jacii.2018.p0654-15”，”DOI-asserted-by“：”crossref“，”unstructured“：”M.S.R.Sajib和S.M.Tareeq，\u201cA Feature Based Method for Real Time Vehicle Detection and Classification From On-Road Videos，\u201 d 20th Int.Conf.of Computer and Information Technology（ICCIT），2017.“，”DOI“：”10.1109\/ICCITECHN.2017.8281786“}，{”key“：”key-10.20965\/jacii.2018.p0654-16“，”unstructured“：”C.Zhang，X.Chen，and W.Chen“，基于PCA的车辆分类框架，\u201d Int.Conf.on Data Engineering Workshops，2006.“}”，{“key”：“key-10.201965\/Jacii.2018.p0654-17”，“DOI-asserted-by”：“crossref”，“unstructure”：“H.Kim，Y.Lee，T。Woo和H.Kim，\u201c前方碰撞预警系统的车辆和车道检测集成，\u201d 2016 IEEE第六届消费电子国际会议（ICCE），2016。”，“DOI”：“10.1109\\ICCE Berlin.206.7684703”}，｛“key”：“key-10.20965\\jacii.2018.p0654-18”，“DOI断言”：“crossref”，“非结构化”：“S.Gupte，O.Masoud，R.K.F.Martin，and N。P.Papanikolopoulos，《车辆检测和分类》，IEEE Trans。《智能交通系统》，第3卷，第1期，第37-47页，2002年。“，“DOI”：“10.1109”，{“key”：“key-10.20965”，jacii.2018.p0654-19“，“unstructured”：“R.Avery，Y.Wang和G.S.Rutherford，使用未校准相机的图像基于长度的车辆分类，第7期国际。IEEE智能交通系统会议，2004年。“}，{”key“：”key-10.20965\/jacii.2018.p0654-20“，”unstructured“：”S.Tuermer，J.Leitloff，P.Reinartz，and U.Stilla，\u201c使用3D HOG特征在城市地区航空图像序列中自动检测车辆，\u201 d Int。《摄影测量、遥感和空间信息科学档案》（IAPRS），第38卷，第3B期，第50-54页，2010年。“}，{“key”：“key-10.20965\/jacii.2018.p0654-21”，“doi-asserted-by”：“crossref”，“unstructured”：“J.Arr\u00f3spide，L.Salgado，and M。Nieto，使用MCMC采样框架的基于视频分析的车辆检测和跟踪，《信号处理进展》，第1-20页，2012年。Yuzong，\u201c在坡道上使用SVM和KNN进行车辆分类的研究，\u201d国际计算机科学技术与应用论坛，2009年。Raktrakulthum，基于SVM和KNN的三维点云的拥挤交通车辆分类，第九届信息技术与电气工程国际会议（ICITEE），2017.“，”DOI“：”10.1109“/ICITEED.2017.8250451“}，{”key“：”key-10.20965“/jacii.2018.p0654-24“，”DOI-asserted-by“：”crossref“，”unstructured“：”X.Cao，C.Wu，P。Yan，and X.Li，\u201cLinear SVM Classification using Boosting HOG Features for Vehicle Detection in Low-Altitude Airborne Videos，第18届IEEE Int.Conf.on Image Processing，2011.”，“DOI”：“10.1109\/ICIP.2011.6116132”}，{“key”：“key-10.20965\/jacii.2018.p0654-25”，“unstructured”：“A.Wang，Y.Zhao，Y.Hou，and Y。Li，\u201cA SVM复合核函数的新构造，\u201 d 2010物流系统与智能管理国际会议，2010.“}，{”key“：”key-10.20965\/jacii.2018.p0654-26“，”doi-asserted-by“：”crossref“，”unstructured“：”C.J.C。Burges，《模式识别支持向量机教程》，《数据挖掘与知识发现》，第2卷，第2期，第121-167页，1998年。Bandala，使用复合核函数的车辆分类方法，2018 IEEE Int.Conf.on Applied System Invention（ICASI），2018.“，”DOI“：”10.1109“/ICASI.2018.8394586“}]，”container-title“：[”Journal of Advanced Computational Intelligence and Intelligent Informatics“]，”original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/www.fujipress.jp\/main\/wp-content\/themes\/fujipress\/phyosetsu.php？ppno=JACIL002200050008“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2019,10,24]]，”date-time“：“2019-10-24T07:48:28Z”，”timestamp“：1571903308000}，”score“：1，”resource“：{primary”：{“URL”：“https:\\/www.fujipress.jp\/jacii\/jc\/jacial0022000506 54“}}，”副标题“：[]，”短标题“：[]，”已发布“：{“date-parts”：[[2018,9,20]]}，“references-count”：27，“journal-sissue”：{”问题“：“5”，“published-online”：{“date-parts”：[2018,9,20]}、“published-print”：“{”日期部分“：[[2018，9,20]]}}，”URL“http://\/dx.doi.org\/10.20965\/jacii.2018.p0654”，“关系”：{}，“ISSN”：[“1883-8014”，“1343-0130”]，“ISSN-type”：[{“类型”：“电子”，“值”：“1883-8014“}，{“类型”：“打印”，“值”：“1343-0130”}]，“主题”：[]，“发布”：{“日期部分”：[[2018,9,20]]}}