基于模糊C均值和神经网络的驾驶行为评价研究

• 作者: 吴仲城 吴紫恒 张俊 陈杰 陈松
• 来源期刊: 计算机系统应用
• 关键词: 驾驶行为 模糊C均值聚类 神经网络 典型样本
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 263-267
• 页数: 5页
• 字数: 3722字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006256

摘要

交通拥挤正成为一个 益严重的问题, 一些不安全的驾驶行为所导致的交通事故是造成拥堵的主要原因之一. 因此, 如何准确评价驾驶员的驾驶行为成为研究的热点. 本文提出了一种基于模糊C均值聚类(Fuzzy C-Means, FCM)和BP神经网络相结合的驾驶行为评价方法, 首先利用FCM对驾驶行为进行初始聚类, 基于FCM聚类结果,为了提高BP神经网络分类精度, 本文提出了一种自动挑选训练样本即典型样本的方法, 利用BP网络进行学习, 最终用训练得到的BP神经网络分类器对驾驶行为进行实时分类, 研究结果表明该算法摒弃了人为主观因素, 实现了驾驶行为准确、客观、高效的评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴仲城	中国科学院合肥物质科学研究院强磁场中心	88	998	17.0	26.0
2	陈杰	中国科学院合肥物质科学研究院强磁场中心	247	3126	30.0	49.0
6	张俊	中国科学院合肥物质科学研究院强磁场中心	74	745	15.0	26.0
7	陈松	中国科学院合肥物质科学研究院强磁场中心	15	18	3.0	3.0
11	吴紫恒	中国科学院合肥物质科学研究院强磁场中心	2	3	1.0	1.0