|
Klasifikace typů vozidel metodou dynamického borcení času
Halachkin, Aliaksei ; Honec, Peter (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce se věnuje metodě borcení času. Během práce byla napsaná C/Python knihovna, která je použita na klasifikaci typů vozidel podle profilů. Testování se provádělo na reálných datech z laserového skeneru. Algoritmus byl porovnán s korelací a Euklidovskou vzdáleností. Nakonec byl vytvořen laboratorní přípravek, který demonstruje rozpoznávání vozidel metodou borcení času.
|
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
| |
|
Klasifikace vozidel na základě odezvy indukčních senzorů
Halachkin, Aliaksei ; Klečka, Jan (oponent) ; Honec, Peter (vedoucí práce)
Táto práce se věnuje klasifikaci vozidel na základě odezvy indukčních senzorů. Během práci byla vytvořená anotovaná databáze vozidel obsahující vice něž 11000 tisíc záznamů z indukčních senzorů. Byli vyzkoušený různé klasifikační metody a jejich optimalizací. Za finální klasifikační model byla zvolená metoda založená na kombinaci k-nejbližších sousedů a logistické regresi –- lokálně vážená logistická regrese, která dosahuje úspěšnosti 94 \% pro 9 třid vozidel. Klasifikátor byl implementován v C++.
|
|
Klasifikace typů vozidel metodou dynamického borcení času
Halachkin, Aliaksei ; Honec, Peter (oponent) ; Honzík, Petr (vedoucí práce)
Tato práce se věnuje metodě borcení času. Během práce byla napsaná C/Python knihovna, která je použita na klasifikaci typů vozidel podle profilů. Testování se provádělo na reálných datech z laserového skeneru. Algoritmus byl porovnán s korelací a Euklidovskou vzdáleností. Nakonec byl vytvořen laboratorní přípravek, který demonstruje rozpoznávání vozidel metodou borcení času.
|