智能汽車目標識別方法的研究
2015-12-12 10:22:03
汽車文摘 2015年1期
?
智能汽車目標識別方法的研究
探討了一種更高的抽象層次的學習方法，即系統級學習方法。該方法源于人類和靈長類動物處理信息的模式，這種模式更加強調更高的抽象層次的處理過程。該模式甚至違反直覺地認為新概念學習可以在較高的抽象層次上開始，形成的新概念在處理層次結構中以自上而下的方式傳播。從實用的角度來看，系統級的學習具有良好的性能，對學習算法進行操作的數據是低維的，而且前處理階段數據不受噪聲的影響。
在復雜環境和不良處理條件下，通過顯示檢測對象具體值的方式來匯總信息。所提出的方法可以通過各種方式進行擴展，從而盡可能地將所有可用的信息來源應用到智能汽車中。智能汽車目標識別方法研究的內容如下：①將額外的傳感器應用到系統級的學習理念中，作為假設的信息來源；②只使用預定義的系統級數量（SLQs）沒有實際意義，添加了一個額外的學習層，可以得出有意義的系統級數量，將被測物體的距離與視網膜對物理對象的大小很好地結合；③將實際世界的感知系統代表人類行為特征。
刊名：Neurocomputing（英）
刊期：2012年第94期
作者：Alexander Gepperth et al
編譯：王維
猜你喜歡
文苑(2018年23期)2018-12-14 01:06:06
文苑(2018年19期)2018-11-09 01:30:14
文苑(2018年17期)2018-11-09 01:29:26
文苑(2018年21期)2018-11-09 01:22:32
兒童時代·快樂苗苗(2017年7期)2018-01-24 18:28:45
中華手工(2017年2期)2017-06-06 23:00:31
作文大王·低年級(2016年4期)2016-04-18 00:24:37
中外會展(2014年4期)2014-11-27 07:46:46
決策探索(2014年21期)2014-11-25 12:29:50
祝您健康(1987年3期)1987-12-30 09:52:32
