原文传递
基于广义回归神经网络的高速公路减速带行车风险检测模型
| 题名： | 基于广义回归神经网络的高速公路减速带行车风险检测模型 |
| 作者： | 王广川 |
| 作者单位： | 中冶（贵州）建设投资发展有限公司 |
| 关键词： | 神经网络模型;行车风险;检测 |
| 摘要： | 由于司机的错误可能会导致交通事故，如果能及时向司机提供建议，这种事故是可以避免的，如何检测驾驶风险是关键因素。首先，选择反应时间、加速度、初始速度、最终速度和速度差作为运动参数。方差分析结果表明，不同行驶状态下速度差异不显著，另外4个参数可以作为神经网络模型的输入变量，它们有15种不同的组合。检测模型结果表明，测试集的预测准确率达到86。4%。输入变量的数量与预测准确率呈正相关。通过应用该方法，可以通过互联网发布车辆的危险状态以及驾驶员开始的危险行为，如疲劳驾驶、酒后驾驶、超速驾驶和分心驾驶。本研究的实证结果对减少交通事故具有重要意义。 |
| 期刊名称： | 北方交通 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 63-66 |
检索历史
应用推荐
