排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为准确辨识车辆在行驶过程中可能出现的异常加减速,压线行驶,右侧超车驾驶行为,以便于及时给予驾驶员信息反馈和安全预警,使车辆保持安全的运行状态.首先通过虚拟驾驶仿真实验平台,采集驾驶行为的48种车辆运行数据对实验数据进行预处理,获得实验样本1492组;其次利用逐步回归分析对原始数据进行降维处理,并选取其中的最优回归模型获得特征参数;将提取的特征参数数据输入到BP_Adaboost多分类网络中,训练BP_Adaboost多分类网络,对上述驾驶行为进行识别;最后该模型与BP神经网络进行识别结果对比分析.结果表明模型识别率相较于BP神经网络提高了8.81%,达到92.93%,能进行更加有效的安全预警. 相似文献
2.
针对路段过街行人与机动车的博弈决策行为,考虑不同交通行为风格下行人的过街特征和驾驶人的驾驶行为习惯等影响因素,开展路段行人交通行为风格调查,掌握不同交通行为风格下路段行人的过街特征,构建非合作动态人车博弈模型.通过分析不同策略下行人与驾驶人的收益,求解纳什均衡,得到不同策略下行人与驾驶人的最优策略.为解决路段行人与机动车冲突提供新的思路. 相似文献
1