原文传递
基于卷积神经网络和贝叶斯算法的驾驶员状态监测研究
| 题名： | 基于卷积神经网络和贝叶斯算法的驾驶员状态监测研究 |
| 作者： | 杨涛;吴波;魏翼鹰;徐劲力 |
| 作者单位： | 武汉理工大学机电工程学院 |
| 关键词： | 驾驶员状态监测;卷积神经网络;迁移学习;贝叶斯优化 |
| 摘要： | 在基于图像识别的驾驶员状态监测任务中，卷积神经网络作为一种十分有效地全局算法，被广泛应用;针对中国汽车驾驶员状态监测问题，提出一种基于卷积神经网络与贝叶斯优化算法结合的驾驶员状态监测方法，该方法数据集采用Kaggle数据集+自建数据集方式建立.算法实现采用迁移学习算法，同时利用贝叶斯优化算法对迁移学习模型进行超参数优化.经过实验验证，采用方法加快了模型优化时间、降低了运算成本，且对驾驶员状态识别问题具有较高准确率. |
| 期刊名称： | 武汉理工大学学报（交通科学与工程版） |
| 出版日期： | 202105 |
| 出版年： | 2021 |
| 期： | 05 |
| 页码： | 846-850 |
检索历史
应用推荐
