地面机动车辆识别算法的鲁棒性研究

博士毕业论文～

主要研究了如何提高分类器的泛化能力。

问题描述：地面机动车辆会产生地震波，该地震波携带了车辆发动机，进排气系统，悬挂，轮胎等结构相关的信息，通过分析地震波，有可能识别机动车辆的类型。本文关注于如何通过地震波识别区分轮式车和履带车。

主要困难：由于地震波的传播介质，土壤的各种特性应天气，地区的不同，变化较大，使得在某种地质条件下可用分类器无法应用到其他地质，严重限制了车辆识别算法的通用性。

解决途径：通过分析车辆四分之一模型以及土壤传播模型，总结出地震波中与土壤介质强相关的成分处于倒普的低频区域。可以通过加权处理，使得该部分分量在原地震波中的比例降低，从而弱化了地质在地震波中的影响程度。换句话说，本文的解决途径是通过设计一种地质弱相关的特征，降低了分类器训练算法所需解决的问题的难度（维度），通过少量的训练样本，就可以获得一个高泛化性能的分类器，该分类器可以在陌生地质上实现车辆分类识别。
 

下载地址：

链接: http://pan.baidu.com/s/1eRvUUzS 密码: cv4e