期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于随机森林的驾驶人驾驶习性辨识策略
被引量：
15
1
作者
朱冰
李伟男
+3 位作者
汪震
赵健
何睿
韩嘉懿
《汽车工程》
EI
CSCD
北大核心
2019年第2期213-218,224,共7页
深入理解驾驶人驾驶习性及其表征方法,对于实现在汽车自动驾驶、辅助驾驶等不同控制系统下的人机和谐交互具有重要意义。为此,本文中提出了一种基于随机森林模型的驾驶人驾驶习性辨识策略。搭建了驾驶人驾驶数据实车采集系统,在典型跟...
深入理解驾驶人驾驶习性及其表征方法,对于实现在汽车自动驾驶、辅助驾驶等不同控制系统下的人机和谐交互具有重要意义。为此,本文中提出了一种基于随机森林模型的驾驶人驾驶习性辨识策略。搭建了驾驶人驾驶数据实车采集系统,在典型跟车驾驶工况下对驾驶人驾驶习性数据进行了实时采集;根据层次聚类理论,对驾驶人驾驶习性进行了标定;在此基础上,引入随机森林模型建立了驾驶人驾驶习性辨识策略,并进行了重要性分析、模型训练和测试分析。测试结果表明,本文提出的基于随机森林模型的驾驶人驾驶习性辨识策略能有效辨识驾驶人驾驶习性,模型整体精准度可达97.1%。
展开更多
关键词
车辆工程
驾驶习性
辨识
随机森林
层次聚类
跟车工况
在线阅读
下载PDF
职称材料
基于KL散度的驾驶员驾驶习性非监督聚类
被引量：
6
2
作者
朱冰
蒋渊德
+3 位作者
邓伟文
杨顺
何睿
苏琛
《汽车工程》
EI
CSCD
北大核心
2018年第11期1317-1323,共7页
为深入理解不同驾驶员的驾驶行为特点,本文中提出了一种基于KL散度的驾驶员驾驶习性非监督聚类算法。首先,建立了驾驶员驾驶数据实车道路试验采集平台,对84位驾驶员进行了测试;接着,将每名驾驶员的驾驶数据视为一个高斯混合模型(GMM),采...
为深入理解不同驾驶员的驾驶行为特点,本文中提出了一种基于KL散度的驾驶员驾驶习性非监督聚类算法。首先,建立了驾驶员驾驶数据实车道路试验采集平台,对84位驾驶员进行了测试;接着,将每名驾驶员的驾驶数据视为一个高斯混合模型(GMM),采取EM算法对其进行参数估计;最后,通过蒙特卡洛算法对各GMM之间的KL散度进行估计,从而获得不同驾驶员差异性的定量描述,将驾驶员聚为不同习性类别。对聚类后各类驾驶员的驾驶数据的统计分析表明,所提出的非监督聚类算法能有效实现不同驾驶习性驾驶员的聚类。
展开更多
关键词
驾驶习性
聚类
KL散度
高斯混合模型
蒙特卡洛算法
在线阅读
下载PDF
职称材料
基于纵向激励的驾驶习性分类及辨识方法
3
作者
孙博华
邓伟文
+3 位作者
何睿
吴坚
李雅欣
边宁
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第11期33-43,共11页
为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾...
为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾驶人的数据采集.然后,采用客观粒子群聚类和主观量表分析相结合的分类方式,实现典型驾驶习性的分类和习性类型的定义.比较各工况下的分类结果,确定纵向最优激励工况组为正弦工况3和阶跃工况3.建立基于多维高斯隐马尔科夫过程的驾驶习性辨识模型,依据辨识准确率得到最优模型输入信号组,利用正交试验法优化模型中的关键参数.结果表明,基于纵向激励的驾驶习性分类及辨识方法能够得到更好的分类和辨识准确率.
展开更多
关键词
车辆工程
驾驶习性
粒子群聚类
多维高斯隐马尔科夫过程
先进
驾驶
人辅助系统
在线阅读
下载PDF
职称材料
题名
基于随机森林的驾驶人驾驶习性辨识策略
被引量：
15
1
作者
朱冰
李伟男
汪震
赵健
何睿
韩嘉懿
机构
吉林大学汽车仿真与控制国家重点实验室
吉林大学工程仿生教育部重点实验室
出处
《汽车工程》
EI
CSCD
北大核心
2019年第2期213-218,224,共7页
基金
国家自然科学基金(51775235
51475206)
+1 种基金
国家重点研发计划项目(2016YFB0100904)
吉林省自然科学基金(20170101138JC)资助
文摘
深入理解驾驶人驾驶习性及其表征方法,对于实现在汽车自动驾驶、辅助驾驶等不同控制系统下的人机和谐交互具有重要意义。为此,本文中提出了一种基于随机森林模型的驾驶人驾驶习性辨识策略。搭建了驾驶人驾驶数据实车采集系统,在典型跟车驾驶工况下对驾驶人驾驶习性数据进行了实时采集;根据层次聚类理论,对驾驶人驾驶习性进行了标定;在此基础上,引入随机森林模型建立了驾驶人驾驶习性辨识策略,并进行了重要性分析、模型训练和测试分析。测试结果表明,本文提出的基于随机森林模型的驾驶人驾驶习性辨识策略能有效辨识驾驶人驾驶习性,模型整体精准度可达97.1%。
关键词
车辆工程
驾驶习性
辨识
随机森林
层次聚类
跟车工况
Keywords
vehicle engineering
driving style identification
random forest
hierarchical clustering
car-following condition
分类号
U471.1 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于KL散度的驾驶员驾驶习性非监督聚类
被引量：
6
2
作者
朱冰
蒋渊德
邓伟文
杨顺
何睿
苏琛
机构
吉林大学
出处
《汽车工程》
EI
CSCD
北大核心
2018年第11期1317-1323,共7页
基金
国家重点研发计划(2016YFB0100904)、国家自然科学基金(51775235,U1564211)和吉林省自然科学基金(20170101138JC)资助.
文摘
为深入理解不同驾驶员的驾驶行为特点,本文中提出了一种基于KL散度的驾驶员驾驶习性非监督聚类算法。首先,建立了驾驶员驾驶数据实车道路试验采集平台,对84位驾驶员进行了测试;接着,将每名驾驶员的驾驶数据视为一个高斯混合模型(GMM),采取EM算法对其进行参数估计;最后,通过蒙特卡洛算法对各GMM之间的KL散度进行估计,从而获得不同驾驶员差异性的定量描述,将驾驶员聚为不同习性类别。对聚类后各类驾驶员的驾驶数据的统计分析表明,所提出的非监督聚类算法能有效实现不同驾驶习性驾驶员的聚类。
关键词
驾驶习性
聚类
KL散度
高斯混合模型
蒙特卡洛算法
Keywords
driving style
clustering
KL divergence
GMM
Monte Carlo algorithm
分类号
U491.25 [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
基于纵向激励的驾驶习性分类及辨识方法
3
作者
孙博华
邓伟文
何睿
吴坚
李雅欣
边宁
机构
吉林大学汽车仿真与控制国家重点实验室
东风汽车公司技术中心
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019年第11期33-43,共11页
基金
国家重点研发计划项目(2016YFB0100904)
国家自然科学基金资助项目(U1564211,51775235,51605185)。
文摘
为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾驶人的数据采集.然后,采用客观粒子群聚类和主观量表分析相结合的分类方式,实现典型驾驶习性的分类和习性类型的定义.比较各工况下的分类结果,确定纵向最优激励工况组为正弦工况3和阶跃工况3.建立基于多维高斯隐马尔科夫过程的驾驶习性辨识模型,依据辨识准确率得到最优模型输入信号组,利用正交试验法优化模型中的关键参数.结果表明,基于纵向激励的驾驶习性分类及辨识方法能够得到更好的分类和辨识准确率.
关键词
车辆工程
驾驶习性
粒子群聚类
多维高斯隐马尔科夫过程
先进
驾驶
人辅助系统
Keywords
vehicle engineering
driving style
particle swarm clustering
multi-dimension Gaussian hidden Mar-kov process
advanced driver assistance system
分类号
U461 [机械工程—车辆工程]
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
基于随机森林的驾驶人驾驶习性辨识策略
朱冰
李伟男
汪震
赵健
何睿
韩嘉懿
《汽车工程》
EI
CSCD
北大核心
2019
15
在线阅读
下载PDF
职称材料
2
基于KL散度的驾驶员驾驶习性非监督聚类
朱冰
蒋渊德
邓伟文
杨顺
何睿
苏琛
《汽车工程》
EI
CSCD
北大核心
2018
6
在线阅读
下载PDF
职称材料
3
基于纵向激励的驾驶习性分类及辨识方法
孙博华
邓伟文
何睿
吴坚
李雅欣
边宁
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2019
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
