[发明专利]一种基于多维矢量相关性的车型分类方法及装置有效
申请号: | 201710723810.3 | 申请日: | 2017-08-22 |
公开(公告)号: | CN107578625B | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 张冬兵;季德钧;杨洪福;房建宏;唐少玉;韩志星;张卫国 | 申请(专利权)人: | 青海省交通科学研究院;江西省交通运输科学研究院有限公司 |
主分类号: | G08G1/015 | 分类号: | G08G1/015 |
代理公司: | 北京华旭智信知识产权代理事务所(普通合伙) 11583 | 代理人: | 冯云 |
地址: | 330200 江西省*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 多维 矢量 相关性 车型 分类 方法 装置 | ||
1.一种基于多维矢量相关性的车型分类方法,其特征在于,该方法包括:
建立车型特征矢量数据库,其中,所述数据库包括车型特征参数,所述车型特征参数包括轴数ZS、轴组ZZ、轴距ZJ、车长CC、轮距LJ和额定载重ME;其中将道路使用车辆分类为小汽车A1、2轴客车A2、2轴货车A3、2轮摩托车A4、3轴客车B1、3轴货车B2、4轴货车C、5轴货车D、6轴及6轴以上货车E共9种类型车型;将车辆个体的零散信息关联成链,拟合得到表征车辆类型的多维特征矢量ai=(ZSi ZZi ZJi CCi LJi MEi);所述数据库表达为如下矩阵形式Φ=[A1;A2;A3;A4;B1;B2;C;D;E]T,其中,
与A1一样,A2、A3、A4、B1、B2、C、D、E也表达为上述形式;
获取未知车辆的特征矢量,所述未知车辆的特征矢量为从实际道路的测试数据中提取的拟合未知车辆的特征矢量a0=(ZS0 ZZ0 ZJ0 CC0 LJ0 ME0);
根据车型特征参数的可靠性和重要性,增大该车型特征参数的权重系数,权重系数设置为α=(ξ1 ξ2 ξ3 ξ4 ξ5 ξ6),权重系数的添加通过如下方式实现,从而得到A1′、a′0:
根据增大权重系数后的车型特征矢量数据库和未知车辆特征矢量,获得相关性系数,分别计算未知车辆的特征矢量与数据库中所有已知车型的特征矢量的相关性系数,根据相关性的强弱程度实现最终的车型分类:
相关性系数
判断相关性系数最大值对应的行向量为归属车型。
2.一种基于多维矢量相关性的车型分类装置,其特征在于:该装置包括:
建立模块,用于建立车型特征矢量数据库,其中,数据库包括车型特征参数,所述车型特征参数包括轴数ZS、轴组ZZ、轴距ZJ、车长CC、轮距LJ和额定载重ME;其中将道路使用车辆分类为小汽车A1、2轴客车A2、2轴货车A3、2轮摩托车A4、3轴客车B1、3轴货车B2、4轴货车C、5轴货车D、6轴及6轴以上货车E共9种类型车型;将车辆个体的零散信息关联成链,拟合得到表征车辆类型的多维特征矢量ai=(ZSi ZZi ZJi CCi LJi MEi);所述数据库表达为如下矩阵形式Φ=[A1;A2;A3;A4;B1;B2;C;D;E]T,其中,
与A1一样,A2、A3、A4、B1、B2、C、D、E也表达为上述形式;
获取模块,用于获取未知车辆的特征矢量,所述未知车辆的特征矢量为从实际道路的测试数据中提取的拟合未知车辆的特征矢量a0=(ZS0 ZZ0 ZJ0 CC0 LJ0 ME0);
增大模块,用于根据车型特征参数的可靠性和重要性,增大该车型特征参数的权重系数,权重系数设置为α=(ξ1 ξ2 ξ3 ξ4 ξ5 ξ6),权重系数的添加通过如下方式实现,从而得到A1′、a′0:
运算模块,用于根据增大权重系数后的车型特征矢量数据库和未知车辆特征矢量,获得相关性系数,分别计算未知车辆的特征矢量与数据库中所有已知车型的特征矢量的相关性系数,根据相关性的强弱程度实现最终的车型分类:
相关性系数
判断模块,用于判断相关性系数最大值对应的行向量为归属车型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青海省交通科学研究院;江西省交通运输科学研究院有限公司,未经青海省交通科学研究院;江西省交通运输科学研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710723810.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:城市交通管控方法、装置及系统
- 下一篇:一种夜间摩托车警示方法