典型文献
基于贝叶斯网络的车辆定位冗余信息过滤方法研究
文献摘要：
随着中国人民生活水平的不断提高,汽车的保有量也在逐年上升,而交通事故率也随之上升.及时定位目标车辆将有助于快速处理交通事故.为解决车辆定位过程中因外界干扰导致定位效果差的问题,本研究结合形态规则和机器学习方法,提出基于贝叶斯网络的车辆定位信息冗余过滤方法.首先获取卫星图像,并分析车辆特性,在特征空间内寻找最近的样本对象.然后用线性分类器对车辆图像进行分类,将独立性信息融入贝叶斯网络模型中.最后,利用K-L特征压缩器来去除冗余数据.试验结果表明,图像上冗余车辆矩形框的遮盖率达98％,仅剩与试验车辆图像规则相关或相似的图像,证明该方法的过滤效果优秀,可满足现实需求.
文献关键词：
形态规则;机器学习;车辆定位;冗余信息过滤;数据特征处理
中图分类号：
作者姓名：
高翔
作者机构：
华盛顿大学,华盛顿 西雅图 98195
文献出处：
引用格式：
[1]高翔-.基于贝叶斯网络的车辆定位冗余信息过滤方法研究)[J].河南科技,2022(23):23-27
A类：
冗余信息过滤
B类：
车辆定位,过滤方法,人民生活水平,保有量,交通事故率,目标车辆,快速处理,外界干扰,定位效果,形态规则,机器学习方法,定位信息,信息冗余,卫星图像,特征空间,分类器,贝叶斯网络模型,特征压缩,压缩器,冗余数据,矩形框,遮盖,仅剩,试验车,过滤效果,数据特征处理
AB值：
0.342965
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。
