| 基于GA-KELM的复杂路面病害分割算法 |
| |
| 引用本文： | 李,鹏,王青宁,单钰强.基于GA-KELM的复杂路面病害分割算法[J].电子器件,2022,45(1):143-147. |
| |
| 作者姓名： | 李 鹏 王青宁 单钰强 |
| |
| 作者单位： | 南京信息工程大学,江苏省大气环境与装备技术协同创新中心,江苏 南京210044;南京信息工程大学,江苏省气象探测与信息处理重点实验室,江苏 南京210044;南京信息工程大学滨江学院,江苏 无锡214105,南京信息工程大学,江苏省大气环境与装备技术协同创新中心,江苏 南京210044;南京信息工程大学,江苏省气象探测与信息处理重点实验室,江苏 南京210044 |
| |
| 基金项目： | 国家自然科学基金资助项目（41075115）；江苏省第11批六大高峰人才项目(2014-XXRJ-006);江苏省重点研发计划社会发展项目(BE201569) |
| |
| 摘 要： | 针对大多数路面裂缝检测算法对坑洼、松散和车辙等复杂病害分割效果一般，适应较差的问题。提出了一种基于训练样本自动选取与改进的核极限学习机相结合的检测方法。首先使用二维Otsu选取训练样本并提取LBP特征和HOG特征。然后采用遗传算法对核极限学习机中随机给定的输入权值和隐含层偏差进行优化。将降维后得到的特征向量作为特征属性对改进的核极限学习机进行训练。最后用训练好的分类器对路面病害进行检测。经实验证明，该算法与对比实验相比分割精度提高了24.8%，运行时间为4.31s 是一种鲁棒性较强的检测方法。
|
| 关 键 词： | 特征提取 主成分分析 核极限学习机 |
Complex Pavement Disease Segmentation Algorithm Based on GA-KELM |
| |
| LI Peng,WANG Qingning,SHAN Yuqiang.Complex Pavement Disease Segmentation Algorithm Based on GA-KELM[J].Journal of Electron Devices,2022,45(1):143-147. |
| |
| Authors: | LI Peng WANG Qingning SHAN Yuqiang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|
