基于蚁群优化模糊C均值聚类算法的疲劳驾驶研究

• 作者: 刘东儒 王彬 胡颖雁 鲁明
• 来源期刊: 湖北汽车工业学院学报
• 学科: 交通运输
• 关键词: 驾驶行为 模糊C均值聚类 蚁群聚类算法 模式识别
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 汽车工程
• 页码范围: 23-28
• 页数: 6页
• 分类号: U491.2+54|TP311.13
• 字数: 3188字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-5483.2019.02.006

摘要

通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法.在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点.仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果.利用BP神经网络模式识别功能可以识别疲劳驾驶类别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明	池州职业技术学院机电技术系	4	1	1.0	1.0
2	王彬	池州职业技术学院机电技术系	9	1	1.0	1.0
3	刘东儒	池州职业技术学院机电技术系	7	4	1.0	1.0
4	胡颖雁	池州职业技术学院机电技术系	8	16	2.0	3.0