Интеллектуальный метод построения двумерных карт местности, основанный на использовании ансамбля классификаторов, обучаемых с применением методик глубокого обучения

Кузнецов Владимир Вячеславович

Построение эффективного многоклассового классификатора для создания двумерных карт местности в ситуациях со сложными метеоусловиями и съемкой в ночное время суток представляется сложной задачей. Простые классификаторы, основанные на применении машины опорных векторов и объединенные в ансамбль классификаторов с помощью алгоритма AdaBoost из-за восприимчивости к шумовой составляющей, слабо подходят в данных ситуациях. Для этих целей можно использовать нейронную сеть, которая будет делать классификацию по многим классам и будет при этом многослойной. Техника обучения таких нейронных сетей называется глубоким обучением (англ. Deep Learning). Проведено сравнительное исследование простых классификаторов, основанных на SVM, объединённых в ансамбль классификаторов с помощью алгоритма AdaBoost и классификаторов, обучаемых с применением методик глубокого обучения, стохастической машины Больцмана, метода сопряжённых градиентов и объединенные в ансамбль классификаторов с помощью алгоритма AdaBoost. Результатом проведенных экспериментов является существенное уменьшение процента ошибки и времени распознавания в ситуациях с ночной съемкой и со сложными метеоусловиями у классификаторов, основанных на применении глубокого обучения.

Ключевые слова:Глубокое обучение, стохастическая машина Больцмана, машина опорных векторов, метода сопряженных градиентов