基于信息熵和SVM多分类的商用车类型识别

基于信息熵和SVM多分类的商用车类型识别
赵诗元;于普良
【期刊名称】《信息技术与信息化》
【年(卷),期】2022()2
【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。

【总页数】4页(P58-61)
【作者】赵诗元;于普良
【作者单位】武汉科技大学机械自动化学院
【正文语种】中文
【中图分类】F42
【相关文献】
1.基于信息熵和SVM多分类的飞机液压系统故障诊断
2.统计特征参数及多分类SVM 的局部放电类型识别
3.基于多分类SVM的车牌字符识别算法研究
4.基于
SVM多分类的车牌相似字符识别方法研究5.基于形状特征和SVM多分类的铜仁地区茶叶病害识别研究
因版权原因，仅展示原文概要，查看原文内容请购买。