自组织RBF神经网络对驾驶员主动安全性因素的辨识

• 作者: 卓斌 杨煜普 石坚 许晓鸣 马勇
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 模糊c-均值算法 RBF神经网络 监督学习 自组织
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 短文
• 页码范围: 114-116
• 页数: 3页
• 分类号: TP18
• 字数: 2212字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2001.01.030

摘要

利用自组织RBF神经网络对驾驶员主动安全性因素进行辨识。对网络进行训练时，首先由改进FCM算法根据输入样本内部关系确定RBF参数并通过一个聚类合理性函数控制聚类个数，然后根据网络映射性能对RBF参数细调并对输出权值学习。利用本文给出的网络成功地对驾驶员的熟练程度进行了识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许晓鸣	上海交通大学自动化研究所	132	2698	28.0	46.0
2	杨煜普	上海交通大学自动化研究所	125	1534	23.0	35.0
3	卓斌	上海交通大学内燃机与汽车工程研究所	181	2797	28.0	39.0
4	马勇	上海交通大学自动化研究所	24	339	8.0	18.0
5	石坚	上海交通大学内燃机与汽车工程研究所	7	276	6.0	7.0