减法聚类和粒子群优化TS模糊神经网络的驾驶疲劳融合检测

• 作者: 孙伟 张为公 李旭 陈刚
• 来源期刊: 东南大学学报(英文版)
• 学科: 交通运输
• 关键词: 驾驶疲劳 融合检测 粒子群优化 减法聚类
• 年，卷（期）: 2009,（3）
• 页码范围: 356-361
• 页数: 6页
• 分类号: U495
• 字数: 853字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2009.03.015

摘要

为提高基于单一特征检测算法的准确率和可靠性,提出基于多个特征的驾驶疲劳融合检测算法.从直接反映驾驶员疲劳的2个面部特征和间接反映疲劳的1个车辆行为特征2个方面对驾驶疲劳进行综合检测.该算法运用TS模糊神经网络来识别驾驶疲劳,采用减法聚类对网络进行结构辨识,确定模糊规则的条数及相关参数的初始值,并改进了粒子群优化算法对网络进行训练.仿真和实车实验表明,该算法不仅能有效改善TS模糊神经网络的收敛速度和识别精度,而且能提高驾驶疲劳的检测正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙伟	东南大学仪器科学与工程学院	431	11715	58.0	84.0
2	张为公	东南大学仪器科学与工程学院	227	2706	26.0	38.0
3	陈刚	东南大学仪器科学与工程学院	60	503	13.0	20.0
4	李旭	东南大学仪器科学与工程学院	50	384	11.0	17.0