[发明专利]基于GPU实现PSO-SVM对道路标志的识别方法

摘要

本发明公开了一种基于GPU实现的自适应变异粒子群优化算法优化SVM对道路限速标志识别的方法，利用PSO优化SVM的参数，快速准确的识别道路限速标志的种类,基于粒子群在处理优化SVM参数过程中存在处理数据量大、计算时间长的特点，本发明利用GPU的并行计算特性来提高PSO算法的运行速度。本发明有益的效果是：采用GPU加速ALTMPSO优化支持向量机的方法，在道路限速标志识别准确率上优于传统的SVM，在算法收敛性和运行速度上优于标准PSO-SVM。

主权项

一种基于GPU实现粒子群优化支持向量机对标志识别的方法，其特征在于，包括步骤：对道路限速标志进行二值化特征提取，得到的特征向量作为道路限速标志识别的样本数据库，从中随机选取一部分作为训练集，另一部分作为测试集；将CPU上的初始化种群拷贝到GPU的全局存储器中，映射种群中粒子为支持向量机道路限速标志识别模型中径向基核函数的宽度参数g和误差惩罚参数C；优化宽度参数g和误差惩罚参数C，建立粒子群优化支持向量机道路限速标志识别模型；输入样本训练支持向量机道路限速标志识别模型，对训练集进行交叉验证的准确率作为适应度函数；获得最优位置适应度确定全局最优值Pg，将Pg映射为支持向量机道路限速标志识别模型的径向基核函数的宽度参数g和误差惩罚参数C，并从GPU传回到CPU作为优化结果输出。