典型文献
基于自然驾驶场景大数据的驾驶风格研究
文献摘要：
为建立驾驶风格聚类及辨识体系,以自然场景采集平台为基础进行数据采集和数据清洗,利用主成分分析和因子旋转法实现评价指标降维,获得了自然驾驶工况、超速及极端工况的特征参数,并采用K-均值和基于K-均值结果的高斯混合模型进行无监督聚类,最后基于聚类结果监督训练随机森林模型,交叉验证该模型的有效性,利用此模型辨识未知驾驶员的驾驶风格.结果表明,采用主成分分析方法可降低维度,挖掘未知工况;采用基于K-均值结果的高斯混合模型进行聚类可获取样本分布概率,识别簇边缘样本;采用基于随机森林的模型进行辨识的准确度可达90.9％.
文献关键词：
驾驶风格辨识;大数据;主成分分析;高斯混合模型;随机森林
中图分类号：
作者姓名：
刘迪;郑建明;覃斌;张宇飞;张建军
作者机构：
中国第一汽车股份有限公司 研发总院,长春130013;汽车振动噪声与安全控制综合技术国家重点实验室,长春130013
文献出处：
引用格式：
[1]刘迪;郑建明;覃斌;张宇飞;张建军-.基于自然驾驶场景大数据的驾驶风格研究)[J].汽车技术,2022(09):36-42
A类：
驾驶风格辨识
B类：
自然驾驶,驾驶场景,风格研究,驾驶风格聚类,自然场景,场景采集,数据清洗,旋转法,驾驶工况,超速,极端工况,高斯混合模型,无监督聚类,随机森林模型,交叉验证,模型辨识,驾驶员,主成分分析方法,低维,样本分布,分布概率,边缘样本
AB值：
0.345649
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。
