基于动态神经网络集成的驾驶员行为学习算法

• 作者: 姚明 梁军 程显毅 陈小波
• 来源期刊: 计算机应用研究
• 关键词: 智能交通 驾驶员行为 动态神经网络集成 学习 仿真
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 4087-4090
• 页数: 4页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.11.026

摘要

特定交通环境下的驾驶员行为的变化是一个非线性的复杂系统,传统的驾驶决策模型和车辆行驶模型难以体现驾驶员的感知、判断、决策、动作等一系列心理、生理活动的不确定性和不一致性,而人工神经网络特别适合于因果间不易建立明确联系的问题.提出了基于神经网络集成的驾驶员行为学习算法DNNIA,该算法的有效性通过标准数据集和仿真实验得到了验证,学习到的诸如驾驶员踩踏踏板的习惯行为的仿真结果与采集的样本数据总体趋势较为一致,且实现了系统泛化性能的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程显毅	江苏大学计算机科学与通信工程学院	75	491	11.0	16.0
2	梁军	江苏大学计算机科学与通信工程学院	34	164	7.0	11.0
3	陈小波	江苏大学计算机科学与通信工程学院	20	65	5.0	7.0
4	姚明	江苏大学汽车与交通工程学院	26	136	6.0	11.0