原文传递
驾驶人分心状态判别支持向量机模型优化算法
| 题名： | 驾驶人分心状态判别支持向量机模型优化算法 |
| 正文语种： | 中文 |
| 作者： | 张辉；钱大琳；邵春福；钱振伟；菅美英； |
| 关键词： | 交通工程；分心状态判别；支持向量机；遗传算法；驾驶绩效；参数优化 |
| 摘要： | 驾驶人分心状态判别是分心驾驶预警系统的重要基础.建立以径向基为核函数的驾驶人分心状态判别SVM模型,采用遗传算法(GA)优化SVM模型惩罚参数C和核函数参数g,并利用模拟驾驶器实验平台采集的驾驶绩效数据对模型进行验证.结果表明,采用GASVM模型能够准确识别自由流和拥挤流场景下驾驶人分心状态,判别精度分别为94.5%和96.3%.与决策树C4.5和交叉验证(CV)-SVM对比表明,GA-SVM在准确率、精准率、召回率和F1值等模型性能方面均优于其他2种方法.本文建立的模型能够有效地判别驾驶人分心状态,可为 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2018 |
| 期： | 01 |
| 页码： | 127-132 |
检索历史
应用推荐
