典型文献
基于信息熵和SVM多分类的商用车类型识别
文献摘要：
针对商业车的车辆应用类型识别,采用了基于信息熵特性权值分配和支持向量机(support vector machines,SVM)多分类的类型识别方法.首先提取了车联网发动机(controller area network,CAN)总线大数据的统计特征,然后通过计算特征信息熵为特征分配相应权值,将权值较大的特征作为支持向量机的输入向量,最后建立了支持向量机(SVM)多分类器将商用车进行牵引车、自卸车、搅拌车、平板车、消防车的分类.所采用的方法不仅降低了支持向量机的计算复杂度,而且提供了分类精度.通过对某发动机装配的商用车进行大数据分析和SVM建模,结果表明,该方法选用高斯径向基核函数能够有效地对商用车实际类型进行识别区分.
文献关键词：
车联网;车辆应用识别;商用车;大数据;支持向量机多分类
中图分类号：
作者姓名：
赵诗元;于普良
作者机构：
武汉科技大学机械自动化学院 湖北武汉 430081
文献出处：
引用格式：
[1]赵诗元;于普良-.基于信息熵和SVM多分类的商用车类型识别)[J].信息技术与信息化,2022(02):58-61
A类：
车辆应用识别
B类：
信息熵,商用车,类型识别,应用类型,权值分配,support,vector,machines,车联网,controller,area,network,CAN,总线,统计特征,特征信息,多分类器,牵引车,自卸车,搅拌车,平板车,消防车,计算复杂度,分类精度,发动机装配,径向基核函数,识别区,支持向量机多分类
AB值：
0.328841
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
