基于改进Fisher判别的起步工况驾驶风格研究

• 作者: 吕明 金辉
• 来源期刊: 北京理工大学学报
• 学科: 交通运输
• 关键词: 驾驶风格 主成分分析 聚类分析 改进 Fisher判别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 机械工程
• 页码范围: 262-266
• 页数: 5页
• 分类号: U461.99
• 字数: 3765字
• 语种: 中文
• DOI: 10.15918/j.tbit 1001-0645.2019.083

摘要

以实验采集的起步工况驾驶数据为基础,利用PCA分析筛选出驾驶员在起步工况下的风格特征参数,采用GMM聚类算法对起步工况下的驾驶数据进行分析.以驾驶风格聚类分析结果为基础建立了基于 Fisher 判别的驾驶风格识别方法模型,运用经典和改进Fisher判别对驾驶风格数据的测试集进行识别.结果表明,改进Fisher判别的识别正确率可达 85％以上,证明了改进 Fisher判别在处理驾驶风格会影响车辆的多种性能表现时有效,具有较高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金辉	北京理工大学机械与车辆学院	18	190	6.0	13.0
2	吕明	北京理工大学机械与车辆学院	1	3	1.0	1.0