基于逐步回归分析和BP_Adaboost算法的危险驾驶行为辨识 |
| |
引用本文: | 陈慈,张敬磊,王云,盖姣云. 基于逐步回归分析和BP_Adaboost算法的危险驾驶行为辨识[J]. 数学的实践与认识, 2019, 0(14) |
| |
作者姓名: | 陈慈 张敬磊 王云 盖姣云 |
| |
作者单位: | 山东理工大学交通与车辆工程学院 |
| |
摘 要: | 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.
|
关 键 词: | 智能交通 辨识 BP_Adaboost多分类 逐步回归分析 驾驶行为 |
Identification of Dangerous Driving Behavior on Stepwise Regression Analysis and BP_adaboost Multi-classification Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|