基于PCA与自适应BP算法的侵犯性驾驶行为识别 |
| |
引用本文: | 王丝丝,张敬磊,王晓原,孙一帆,陈慈,马春杰.基于PCA与自适应BP算法的侵犯性驾驶行为识别[J].数学的实践与认识,2018(13). |
| |
作者姓名: | 王丝丝 张敬磊 王晓原 孙一帆 陈慈 马春杰 |
| |
作者单位: | 山东理工大学交通与车辆工程学院;北京工业大学城市交通学院 |
| |
摘 要: | 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.
|
本文献已被 CNKI 等数据库收录! |
|