文摘
英文文摘
声明
第一章绪论
1.1 研究背景
1.2几种常见的车辆特征提取方法及其优缺点
1.2.1外形轮廓扫描法
1.2.2车轴计数法
1.2.3车牌自动识别法
1.2.4环形线圈检测法
1.2.5轴重和总重识别法
1.2.6事先划分识别方法
1.3 车辆波形分类问题的提出
1.3.1车辆感应波形的产生
1.3.2车辆感应波形的一般特征
1.4本文的主要内容概述
1.5本文章节安排
第二章特征提取方法
2.1 引言
2.2车辆数据的预处理
2.3主成分分析法
2.3.1主成分分析的基本理论
2.3.2对车辆波形的特征提取及波形重构
2.4核主成分分析法
2.5特征提取结果比较
2.6类可分性测量
2.6.1类可分性的测试方法
2.6.2类可分性比较
2.7本章小结
第三章ART网络与最小距离分类法的研究与比较
3.1 引言
3.2 ART神经网络的结构和原理
3.2.1 ART神经网络概述
3.2.2 ART神经网络结构
3.2.3 ART神经网络的工作原理
3.3 ART神经网络分类器的设计
3.3.1样本数据的选取
3.3.2 ART网络的训练
3.3.3 ART网络参数的选定
3.4最小距离分类算法
3.5基于自适应距离度量的最小距离分类器
3.5.1自适应距离度量
3.5.2最优权重W的确定
3.6结果比较分析与性能比较
3.7本章小结
第四章基于最小风险检测ART网络分类器的设计
4.1 引言
4.2最小风险检测ART网络的结构模型
4.3有师监督训练
4.4最小风险ART网络的运行原理
4.5基于最小风险检测ART网络分类器的算法
4.6实验仿真与结果分析
4.6.1特征值选取与准则讨论
4.6.2结果分析与性能比较
4.7本章小结
总结与展望
参考文献
致谢
附录A 攻读硕士期间发表的学术论文