?
智能汽車(chē)目標(biāo)識(shí)別方法的研究
探討了一種更高的抽象層次的學(xué)習(xí)方法,即系統(tǒng)級(jí)學(xué)習(xí)方法。該方法源于人類(lèi)和靈長(zhǎng)類(lèi)動(dòng)物處理信息的模式,這種模式更加強(qiáng)調(diào)更高的抽象層次的處理過(guò)程。該模式甚至違反直覺(jué)地認(rèn)為新概念學(xué)習(xí)可以在較高的抽象層次上開(kāi)始,形成的新概念在處理層次結(jié)構(gòu)中以自上而下的方式傳播。從實(shí)用的角度來(lái)看,系統(tǒng)級(jí)的學(xué)習(xí)具有良好的性能,對(duì)學(xué)習(xí)算法進(jìn)行操作的數(shù)據(jù)是低維的,而且前處理階段數(shù)據(jù)不受噪聲的影響。
在復(fù)雜環(huán)境和不良處理?xiàng)l件下,通過(guò)顯示檢測(cè)對(duì)象具體值的方式來(lái)匯總信息。所提出的方法可以通過(guò)各種方式進(jìn)行擴(kuò)展,從而盡可能地將所有可用的信息來(lái)源應(yīng)用到智能汽車(chē)中。智能汽車(chē)目標(biāo)識(shí)別方法研究的內(nèi)容如下:①將額外的傳感器應(yīng)用到系統(tǒng)級(jí)的學(xué)習(xí)理念中,作為假設(shè)的信息來(lái)源;②只使用預(yù)定義的系統(tǒng)級(jí)數(shù)量(SLQs)沒(méi)有實(shí)際意義,添加了一個(gè)額外的學(xué)習(xí)層,可以得出有意義的系統(tǒng)級(jí)數(shù)量,將被測(cè)物體的距離與視網(wǎng)膜對(duì)物理對(duì)象的大小很好地結(jié)合;③將實(shí)際世界的感知系統(tǒng)代表人類(lèi)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