线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于视频的天气类别识别分类器设计

彭旭东; 夏士明; 孙吉明 电子测试 2016年第5X期

摘要:通过实验发现SVM多分类(导向无环图)对于不同场景的天气类别识别能力较弱,而以随机森林为弱分类器构成的Ada Boost强分类器能有效提高对不同场景的识别能力。基于此,本文最终提出了基于视频的天气类别自动识别分类器的设计。

关键词:天气类别adaboostsvm

单位:解放军理工大学气象海洋学院; 空军航空大学航理系

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电子测试

省级期刊

¥400.00

关注 42人评论|1人关注