首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  免费   0篇
数学   6篇
  2021年   2篇
  2019年   1篇
  2018年   1篇
  2012年   1篇
  2011年   1篇
排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
驾驶倾向性的实时识别是实现汽车辅助驾驶尤其是主动安全预警系统智能化的关键理论和技术.通过交互式并行模拟驾驶实验获取跟驰状态下各倾向性类型的行车数据对建立的驾驶员倾向性的动态辨识模型进行验证,并将验证结果与心理问卷测试的结果相对比.结果表明所建辨识模型可行,能够实现对跟驰状态下驾驶员倾向性类型的实时识别,为个性化汽车主动安全系统的实现提供理论基础.  相似文献   
2.
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   
3.
为提高对驾驶倾向性的辨识准确率,进行驾驶倾向性问卷表调查、模拟驾驶、人因工程测试,考虑了驾驶员的心理、生理信息,以及环境、车辆和操作信息的基础上,提出用广义神经网络确定聚类中心,优化模糊c均值聚类算法,实现目标识别级信息融合的方法,对驾驶倾向性进行预测.利用实验数据对识别方法进行验证,结果表明,该算法对驾驶倾向性的预测准确率达到了85.83%,为进一步研究驾驶员倾向的动态特性提供了依据.  相似文献   
4.
交通流灰色RBF网络非线性组合预测方法   总被引:1,自引:1,他引:0  
针对智能交通系统的开发,提出一种基于灰色GM(1,1)模型和RBF网络非线性组合的短时交通流预测方法.该方法采用三层结构的RBF网络将两种单一预测方法(灰色GM(1,1)模型和RBF网络)进行了非线性组合.利用实测数据对组合方法进行了仿真实验,结果表明:非线性组合模型的预测准确性高于单独的RBF网络预测的准确性;组合模型发挥了两种单一方法各自的优势,是短时交通流预测的有效方法.  相似文献   
5.
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   
6.
从机动车安全预警的角度,以有效识别侵犯性驾驶行为为目的,针对传统BP算法学习效率低、收敛速度慢等缺点,提出一种基于PCA与自适应学习速率的BP网络改进识别算法.首先借助人因系统及汽车驾驶平台进行仿真实验,获取驾驶人生理-心理及车辆运行数据集,然后利用主成分分析提取其特征指标,继而应用自适应学习速率BP网络改进算法对驾驶行为进行识别.结果表明:驾驶员呼吸、肌电、速度、油门、车道线偏距以及发动机转速受驾驶行为的影响较大;识别精度为96.17%,对比自适应学习速率BP网络算法、BP网络算法,算法能明显减小训练迭代次数、提高识别精度.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号