论文部分内容阅读
为了可持续性地更新道路信息数据库,利用车载全球卫星定位系统(GPS)产生的大量路径跟踪轨迹信息,快速捕捉道路信息变化,提出一个基于LVQ-Boosting的道路线形识别模型。该模型以学习向量量化(LVQ)为基础分类器,采用改进的Boosting算法进行网络集成,进一步提高LVQ的泛化能力,从而获得一个使用弱分类算法却具有强分类性能的分类器。该模型以GPS定位点坐标、速度和道路水平曲率为基本识别特征和输入变量,以道路线形特征为输出变量,实现自动识别道路线形特征,快速分组道路特征类型的目的。实验结果表明