文献检索 期刊检索
您的位置:维普网 > 优先出版 > 《移动信息》 > 文献

基于KNN算法的乘用车类型识别研究

《移动信息》2022年 第04期 | 刘彦楠 河南牧业经济学院信息工程学院(软件学院),河南郑州450044

摘 要:乘用车类型一般根据车辆的长度、宽度、高度和轴距等参数来划分,由人工判断车辆的上述参数分别属于哪类车型的参数区间,如果车辆的这些参数都属于同一车型,则可以直接确定车辆类型,否则需要结合个人经验来综合评定,将会导致不同的人对同一车辆的评判结果未必一致。KNN(K—近邻)算法属于监督学习算法,既可以用于分类,也可以用于回归。文章利用 Python 语言的 sklearn 库,用程序实现 KNN 算法,提取已知类型车辆的长度、宽度、高度和轴距等特征形成特征向量,通过训练得到 KNN 模型,使用该模型对测试集进行分类识别,识别准确率高,可以消除由人工判定乘用车类型带来的分歧,实现了利用 KNN 算法进行乘用车类型的自动识别。

【分 类】 【交通运输】 > 公路运输 > 汽车工程 > 汽车制造厂
【关键词】 KNN 乘用车类型 自动识别 Python
【出 处】 《移动信息》2022年 第04期 184-186页 共3页
【收 录】 中文科技期刊数据库

【参考文献】
[1]张丹 . 基于市场认知的乘用车感知质量研究 [J]. 上海汽车 ,2012(7):35-37,44.[2]王景文 , 李伟 , 李永彬 . 基于 KNN 的中医胃疼病患者分类研究 [J]. 电脑与信息技术,2019(5):40-43.[3]卢利琼 , 吴东 . 一种利用 KNN 实现手写数字识别的方法 [J]. 现代信息科技 ,2021(4):97-99.[4]林海 , 叶小玲 .Sklearn 数据挖掘技术在职业院校人才招聘中的应用 [J]. 现代计算机 ,2020(24):20-26.[5]杨荣林 . 基于 CBR 和 KNN 的汽车故障诊断专家系统开发 [J]. 技术与市场 ,2018(2):17-21.

原文预览

来源期刊
移动信息 《移动信息》
《移动信息》创刊于1979年,深耕于数字通信、信息传播技术领域,公开发行,主要刊登计算机技术与应用、通信热点技术、信息教育、图书馆信息管理等内容,专注于更新...详细
相似文献