期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于MTL-MTF-LSTM神经网络的驾驶风格识别方法
1
作者 王兴鸿 鲁燕 高雄 《汽车实用技术》 2025年第3期49-53,共5页
为了提高车辆驾驶风格的辨识准确度,文章基于长短期记忆神经网络结合混合示型神经网络搭建了一种驾驶风格识别方法。通过挖掘驾驶行为数据中时序特点,剖析驾驶人驾驶风格与时序数据的关系,使用公开数据集NGSIM,经过数据集的筛选与平滑... 为了提高车辆驾驶风格的辨识准确度,文章基于长短期记忆神经网络结合混合示型神经网络搭建了一种驾驶风格识别方法。通过挖掘驾驶行为数据中时序特点,剖析驾驶人驾驶风格与时序数据的关系,使用公开数据集NGSIM,经过数据集的筛选与平滑处理后提取描述性特征,采用主成分分析法转换高维特征为低维,通过K-means方法指定聚类数量,确定为三种驾驶风格。通过多任务学习多任务融合长短期记忆(MTL-MTF-LSTM)神经网络进行了驾驶风格的分类识别,该模型结合了强化学习和模仿学习,经过多任务分配识别池。结果表明模型对保守型、一般型和激进型驾驶风格的识别精度分别达到了95%、98%和97%,整体表现优异。 展开更多
关键词 驾驶风格识别 强化学习 混合示教型神经网络 多任务学习 聚类分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部