文献

J-GLOBAL ID：201802278007321743   整理番号：18A0207946

重みづけELMとAdaBoostを融合した交通標識認識アルゴリズム【JST・京大機械翻訳】

Traffic Sign Recognition Algorithm Combining Weighted ELM and AdaBoost

著者 (3件)： Xu Yan (天津大学 電子信息工程学院,天津,300072) ,  Wang Quanwei (天津大学 電子信息工程学院,天津,300072) ,  Wei Zhenyu (天津大学 電子信息工程学院,天津,300072)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 38  号： 9  ページ： 2028-2032  発行年： 2017年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のニューラルネットワーク学習アルゴリズムと比較して,新しいタイプの単一隠れ層フィードフォワードニューラルネットワークとして,限界学習機械(Extreme Learning Machine:ELM)は,パラメータ設定が少なく,一般化性能が強く,訓練と認識が速いという利点がある。交通標識の認識速度と認識率を効果的に改善するために,重みづけELMとAdaBoost融合に基づく新しい交通標識認識アルゴリズムを提案した。このアルゴリズムでは,ELMの訓練重みを反復的に更新することにより,重み付きELMをAdaBoostの弱い分類器として用い,最終的に重み付き多数決により最適分類器を得た。最終的な実験結果は,提案したアルゴリズムが,99.12%の交通標識認識率と7.1msの認識時間を持ち,交通認識の要求を満たし,交通標識の認識性能を改善できることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  *アルゴリズム ,  ニューラルネットワーク ,  多数決論理 ,  *交通標識 ,  学習機械 ,  *重みづけ
準シソーラス用語： 認識率 ,  フィードフォワードニューラルネットワーク ,  隠れ層 ,  *認識アルゴリズム ,  *AdaBoost , 【Automatic Indexing@JST】

著者キーワード (5件)： extreme learning machine ,  weighted matrix ,  optimal strong classifier ,  traffic sign recognition ,  AdaBoost

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 重みづけ ,  ELM ,  AdaBoost ,  融合 ,  交通標識 ,  認識アルゴリズム