检索结果-维普期刊中文期刊服务平台

基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别被引量：1: 1; 作者何庆龄裴玉龙 +2 位作者董春彤刘静潘胜《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第9期131-141,共11页; 为解决现有智能算法在优化支持向量机识别风险驾驶行为过程中收敛速率缓慢和误差较大的问题。首先,采用Tent映射取代原子搜索优化算法(ASO)种群初始化随机设置的方式,增加原子种群多样性和质量;其次,使用逐维小孔成像反向学习与柯西变... 展开更多; 关键词城市交通快速路出口匝道风险驾驶行为分类识别原子搜索优化混合策略最小二乘支持向量机; 在线阅读下载PDF 职称材料

基于可解释集成学习的异常驾驶行为风险识别方法: 2; 作者邓院昌蒋昀轩陶胜芹《交通运输系统工程与信息》北大核心 2025年第2期180-189,共10页; 为实现对异常驾驶行为风险的准确识别,并克服现有模型可解释性差的局限,本文通过自然驾驶试验获取车辆运动数据,针对超速、急变速、急转弯、跟车过近、危险变道这5种异常驾驶行为,采用阈值法量化其风险系数,结合CRITIC(Criteria Importa... 展开更多; 关键词交通工程风险识别 Stacking集成学习异常驾驶行为自然驾驶试验 SHAP算法; 在线阅读下载PDF 职称材料

基于冰雪路面危险驾驶行为谱的行车风险识别方法被引量：1: 3; 作者程国柱李天仪汪国鹏《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第4期127-138,共12页; 为描述驾驶人在冰雪路面行车时危险驾驶行为的具体表现形式,并量化其整体行车风险,通过模拟驾驶试验获取驾驶人操作类数据和车辆运动类数据,构建包含猛打方向、急变速、超速行驶、横向摇摆和跨道行驶这5种行为的危险驾驶行为谱。根据具... 展开更多; 关键词交通工程风险识别危险驾驶行为谱冰雪路面 OOA-SVM 模拟驾驶; 在线阅读下载PDF 职称材料

基于驾驶行为和交通运行状态的事故风险研究被引量：15: 4; 作者郭淼赵晓华 +3 位作者姚莹吴大勇苏岳龙毕超凡《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第9期29-38,共10页; 准确识别交通事故风险和及时掌握交通事故风险的变化对于交通事故的主动防控和减少交通事故的发生具有重要意义。现有的交通事故风险识别研究大多基于交通流、交通冲突等实时、动态参数,同时受以往数据采集技术的制约,风险驾驶行为在交... 展开更多; 关键词高速公路交通安全事故风险识别驾驶行为交通运行状态; 在线阅读下载PDF 职称材料

基于类间距优化的分心驾驶行为识别模型训练方法被引量：2: 5; 作者张斌付俊怡夏金祥《汽车工程》 EI CSCD 北大核心 2022年第2期225-232,共8页; 分心驾驶行为识别任务可以看作细粒度图像分类任务,即图像中较小区域所包含的特征决定了该图像的类别,如一张图像是正常驾驶还是与副驾驶聊天完全由驾驶员的脸部朝向来决定。对于那些图像差异很小的类别,图像分类通常训练方法训练出的... 展开更多; 关键词分心驾驶行为识别类间距优化特征向量图像分类; 在线阅读下载PDF 职称材料

题名基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别被引量：1: 1; 作者何庆龄裴玉龙董春彤刘静潘胜; 机构东北林业大学土木与交通学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第9期131-141,共11页; 基金国家重点研发计划项目(2018YFB1600902) 东北林业大学中央高校基本科研业务费专项资金资助项目(2572022AW62)。; 文摘为解决现有智能算法在优化支持向量机识别风险驾驶行为过程中收敛速率缓慢和误差较大的问题。首先,采用Tent映射取代原子搜索优化算法(ASO)种群初始化随机设置的方式,增加原子种群多样性和质量;其次,使用逐维小孔成像反向学习与柯西变异混合机制,提高原子个体择优位置的多样性,克服ASO算法易陷入局部最优和过早收敛的问题;最后,通过引入自适应变螺旋搜寻策略改进原子个体位置更新过程,以提升ASO算法的全局搜索能力,实现全局搜索和局部开发间关系的有效平衡,缓解ASO算法易陷入局部最优和收敛精度不足的问题。以上海北横通道出口匝道车辆轨迹数据为输入,使用混合策略改进ASO算法寻优求解最小二乘支持向量机(LSSVM)参数,构建基于混合策略改进原子搜索优化最小二乘支持向量机IASO-LSSVM的快速路出口匝道风险驾驶行为分类识别模型。数值仿真实验结果表明:IASO算法在12个基准测试函数数值仿真结果的平均值、标准差、最佳适应度和最差适应度等方面均更接近最佳优化值。IASO-LSSVM模型相较于ASO-LSSVM和LSSVM等模型的风险驾驶行为分类识别结果误差指标正确率、精确率、召回率和F1值分别增加11.5~24.5、14.1~29.0、15.1~28.6和14.7~31.2个百分点,且在不同类型风险驾驶行为识别结果中误差变化范围最小。IASO算法参数寻优求解精度和收敛速率优于ASO算法,且IASO-LSSVM模型可用于不同类型风险驾驶行为精准识别,可为车辆行驶轨迹状态合理判别,制定风险驾驶行为预警防控措施提供数据支撑与理论依据。; 关键词城市交通快速路出口匝道风险驾驶行为分类识别原子搜索优化混合策略最小二乘支持向量机; Keywords urban transport expressway exit ramp risk driving behavior classification and identification atom search optimization hybrid strategy LSSVM; 分类号 U491.1 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于可解释集成学习的异常驾驶行为风险识别方法: 2; 作者邓院昌蒋昀轩陶胜芹; 机构中山大学; 出处《交通运输系统工程与信息》北大核心 2025年第2期180-189,共10页; 基金国家自然科学基金(U1611461)。; 文摘为实现对异常驾驶行为风险的准确识别,并克服现有模型可解释性差的局限,本文通过自然驾驶试验获取车辆运动数据,针对超速、急变速、急转弯、跟车过近、危险变道这5种异常驾驶行为,采用阈值法量化其风险系数,结合CRITIC(Criteria Importance Through Inter-criteria Correlation)权重法及分位值法划分异常驾驶行为风险等级。构建基于Stacking的集成学习识别模型,由不同学习器组合训练结果,选择综合性能最佳的学习器GBDT(Gradient Boosting Decision Tree)、AdaBoost、XGBoost作为初级学习器组合,采用Logistic回归作为次级学习器。在此基础上,利用SHAP(Shapley Additive exPlanation)算法分析了特征变量对最优Stacking模型识别结果的影响。研究表明,最优Stacking模型识别准确率达92.68%,对于异常驾驶行为风险实现较高精度的识别。车速和换道碰撞时间是对模型识别结果影响较大的特征,车速超过95 km·h~(-1)和换道碰撞时间小于2.8 s均会增加行为风险,且车速超过150 km·h~(-1)时风险等级更高。本文为异常驾驶行为风险的识别与解释提供了一个可行的框架,有望为提升交通安全水平提供技术支持。; 关键词交通工程风险识别 Stacking集成学习异常驾驶行为自然驾驶试验 SHAP算法; Keywords traffic engineering risk identification Stacking ensemble learning abnormal driving behavior natural driving test SHAP algorithm; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于冰雪路面危险驾驶行为谱的行车风险识别方法被引量：1: 3; 作者程国柱李天仪汪国鹏; 机构东北林业大学; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第4期127-138,共12页; 基金黑龙江省重点研发计划(JD22A014) 中央高校基本科研业务费专项资金(2572023CT21)。; 文摘为描述驾驶人在冰雪路面行车时危险驾驶行为的具体表现形式,并量化其整体行车风险,通过模拟驾驶试验获取驾驶人操作类数据和车辆运动类数据,构建包含猛打方向、急变速、超速行驶、横向摇摆和跨道行驶这5种行为的危险驾驶行为谱。根据具体试验条件和四分位差法,分别确定不同路面附着系数下危险驾驶行为的阈值,并通过加权平均的方式计算危险驾驶行为谱特征值。以特征值作为行车风险评价指标,利用K-means聚类算法,将行车风险状态划分为4类,将随机森林模型、元启发式优化算法与支持向量机(Support Vector Machine, SVM)结合,建立冰雪路面行车风险识别模型。结果表明:超速行驶对冰雪路面行车安全影响最大,其权重为0.285;危险驾驶行为谱特征值主要分布于区间[0.00, 0.20]内,最大值出现在路面附着系数为0.2条件下;在路面附着系数为0.2和0.4条件下,严重行车风险明显增加,其占比分别为正常路面的4.85倍和2.49倍;鱼鹰优化算法(Osprey Optimization Algorithm, OOA)与SVM结合得到的行车风险识别模型的识别准确率为93.96%,优于浣熊优化算法(Coati Optimization Algorithm, COA)和灰狼优化算法(Gray Wolf Optimization Algorithm, GWOA)。研究结果有助于了解驾驶人在冰雪路面和正常路面行车时的差异,为提升驾驶人的行车安全水平提供依据。; 关键词交通工程风险识别危险驾驶行为谱冰雪路面 OOA-SVM 模拟驾驶; Keywords traffic engineering risk identification dangerous driving behavior spectrum ice and snow pavement OOA-SVM driving simulation experiment; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于驾驶行为和交通运行状态的事故风险研究被引量：15: 4; 作者郭淼赵晓华姚莹吴大勇苏岳龙毕超凡; 机构北京工业大学北京市交通工程重点实验室北京工业大学城市建设学部招商新智科技有限公司高德软件有限公司高德未来交通研究中心; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第9期29-38,共10页; 基金国家自然科学基金资助项目(61672067)。; 文摘准确识别交通事故风险和及时掌握交通事故风险的变化对于交通事故的主动防控和减少交通事故的发生具有重要意义。现有的交通事故风险识别研究大多基于交通流、交通冲突等实时、动态参数,同时受以往数据采集技术的制约,风险驾驶行为在交通事故风险识别研究中的应用受到限制。为了更加准确的识别道路交通事故风险,本研究引入风险驾驶行为和交通流等大数据,提取急加速、急减速、急转弯、急并道以及交通流量、平均速度、拥堵指数等变量,结合事故数据构建交通事故风险识别模型。基于逻辑回归算法计算交通事故发生概率,对交通事故识别模型进行评价,一方面量化风险驾驶行为在交通事故风险识别中的贡献,另一方面分析事故发生前后,交通事故发生概率的变化趋势。研究结果表明,同时考虑交通运行状态和风险驾驶行为的交通事故风险识别模型的敏感度和AUC值分别提高5.00%和0.03,误报率和漏报率分别降低1.78%和5.00%,模型的拟合效果更好。此外,在交通事故发生前后,交通事故风险概率呈现明显上升趋势,是交通事故防控的重点时段,应在相应的路段及时采取防控措施降低交通事故风险的概率,避免发生交通事故。本研究可为交通事故的预防预警以及主动防控提供直观的依据。; 关键词高速公路交通安全事故风险识别驾驶行为交通运行状态; Keywords freeway traffic safety accident risk detection driving behavior traffic operating state; 分类号 U491 [交通运输工程—交通运输规划与管理]; 在线阅读下载PDF 职称材料

题名基于类间距优化的分心驾驶行为识别模型训练方法被引量：2: 5; 作者张斌付俊怡夏金祥; 机构电子科技大学信息与软件工程学院中国地质大学(武汉)经济管理学院; 出处《汽车工程》 EI CSCD 北大核心 2022年第2期225-232,共8页; 基金厅市共建智能终端四川省重点实验室开放基金(SCITLAB-0012)资助。; 文摘分心驾驶行为识别任务可以看作细粒度图像分类任务,即图像中较小区域所包含的特征决定了该图像的类别,如一张图像是正常驾驶还是与副驾驶聊天完全由驾驶员的脸部朝向来决定。对于那些图像差异很小的类别,图像分类通常训练方法训练出的模型无法高精度地区分。针对这一问题,提出了基于类间距优化的分心驾驶行为识别模型训练方法,通过增大模型从异类图像所提取特征向量之间的欧式距离,使得模型学到可以区分那些图像差异很小的类别的细微特征,进而提高模型对这些类别的分类准确率。该方法实现了端到端的模型训练,既不增加模型的推理时延,又不引入额外监督信息。State Farm数据集上的试验表明,与图像分类通常训练方法比,该训练方法有效提高了模型的准确率。; 关键词分心驾驶行为识别类间距优化特征向量图像分类; Keywords driver distraction recognition metric space optimization feature vector image classification; 分类号 U491.254 [交通运输工程—交通运输规划与管理] TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于混合策略改进ASO-LSSVM的风险驾驶行为分类识别	何庆龄裴玉龙董春彤刘静潘胜	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于可解释集成学习的异常驾驶行为风险识别方法	邓院昌蒋昀轩陶胜芹	《交通运输系统工程与信息》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于冰雪路面危险驾驶行为谱的行车风险识别方法	程国柱李天仪汪国鹏	《交通运输系统工程与信息》 EI CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于驾驶行为和交通运行状态的事故风险研究	郭淼赵晓华姚莹吴大勇苏岳龙毕超凡	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2022	15	在线阅读下载PDF 职称材料
5	基于类间距优化的分心驾驶行为识别模型训练方法	张斌付俊怡夏金祥	《汽车工程》 EI CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料