典型文献
基于MLP-SVM的驾驶员换道行为预测
文献摘要：
驾驶员行为的不确定性为高级驾驶辅助系统的应用带来挑战.为更加准确预测驾驶员的换道行为,通过深入研究多层感知机(MLP)深度学习算法与支持向量机(SVM)算法,设计了MLP-SVM预测算法,应用于驾驶员换道行为预测.基于驾驶车辆信息和周围交通环境信息建立驾驶员换道行为预测模型,并采用公开实车驾驶数据集进行验证.研究结果表明,基于MLP-SVM的驾驶员换道行为预测模型,与分别基于MLP或SVM的驾驶员换道行为预测模型对比,取得的最高预测准确率为92.6％,可更早预测出换道行为,提前预测时间可达4.54 s.
文献关键词：
智能车辆;换道行为;多层感知机;支持向量机;预测模型
中图分类号：
作者姓名：
密俊霞;于会龙;席军强
作者机构：
北京理工大学 机械与车辆学院, 北京100081
文献出处：
引用格式：
[1]密俊霞;于会龙;席军强-.基于MLP-SVM的驾驶员换道行为预测)[J].兵工学报,2022(12):3020-3029
A类：
B类：
MLP,换道行为,行为预测,驾驶员行为,驾驶辅助系统,准确预测,多层感知机,深度学习算法,预测算法,交通环境,环境信息,实车驾驶,模型对比,预测准确率,更早,预测出,提前预测,智能车辆
AB值：
0.204679
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。
