典型文献
基于双层混合集成的自动驾驶汽车故障检测
文献摘要：
针对单一故障检测算法难以学习到数据样本全部特征的问题,提出基于双层混合集成的无监督自动驾驶汽车故障检测方法.使用非全连接的自动编码器作为基学习器构建第1层同质集成框架——集成自动编码器,分析和选择包含集成自动编码器、一类支持向量机、孤立森林和局部离群因子的基学习器构建第2层异质多模型集成框架,学习自动驾驶汽车正常传感器数据特征;提出基于自动编码器的投票集成方法,实现基学习器特征的降维和编码融合;通过sigmoid函数映射计算故障概率并对数据是否故障进行判断.试验结果表明,提出的双层混合集成故障检测方法性能优于基学习器算法,F1指标提高了9％～40％,G指标提高了2％～28％,该故障检测方法可有效实现自动驾驶汽车故障检测.
文献关键词：
自动驾驶汽车;故障检测;集成学习;自动编码器;无监督学习
中图分类号：
作者姓名：
闵海根;雷小平;李杰;童星;吴霞;方煜坤
作者机构：
长安大学信息工程学院,陕西 西安710064;西部交通安全与智能协同控制省部共建协同创新中心,陕西 西安710021;长安大学"车联网"教育部-中国移动联合实验室,陕西 西安710021;山东高速信息集团有限公司,山东 济南250014
文献出处：
引用格式：
[1]闵海根;雷小平;李杰;童星;吴霞;方煜坤-.基于双层混合集成的自动驾驶汽车故障检测)[J].山东大学学报（工学版）,2022(06):30-40
A类：
B类：
混合集成,自动驾驶汽车,汽车故障,单一故障,检测算法,故障检测方法,全连接,自动编码器,基学习器,集成框架,包含集,一类支持向量机,孤立森林,局部离群因子,多模型集成,传感器数据,数据特征,投票,集成方法,sigmoid,函数映射,故障概率,集成学习,无监督学习
AB值：
0.263712
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。
