典型文献
基于注意力机制及分层网络的危险驾驶行为预测方法
文献摘要：
基于自然驾驶实验,获取"人?车?环境"多维驾驶行为数据,经过数据清洗与筛选构建危险驾驶行为标准数据库.采用显著性分析对指标进行筛选,并构建八维度的危险驾驶行为预测指标集.以神经网络为第一层,以基于注意力机制的长短期记忆(LSTM)网络为第二层,建立危险驾驶行为预测双层时序模型.结果表明:该模型能有效提升预测准确率(10％);分层结构和注意力机制对预测准确率有较好的提升作用,分别为5％和3％.
文献关键词：
驾驶行为;长短期记忆(LSTM)网络;注意力机制;双层时序模型;时间窗
中图分类号：
作者姓名：
徐文翔;王俊骅;傅挺
作者机构：
同济大学交通运输工程学院,上海201804
文献出处：
引用格式：
[1]徐文翔;王俊骅;傅挺-.基于注意力机制及分层网络的危险驾驶行为预测方法)[J].同济大学学报（自然科学版）,2022(05):722-730
A类：
双层时序模型
B类：
注意力机制,危险驾驶行为,行为预测方法,自然驾驶实验,驾驶行为数据,数据清洗,行为标准,显著性分析,八维,预测指标,指标集,第一层,长短期记忆,第二层,预测准确率,分层结构,提升作用,时间窗
AB值：
0.264378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
