基于支持向量机的轨道司机驾驶水平评价方法研究

• 作者: 刘杰
• 来源期刊: 重庆交通大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 交通工程 司机驾驶水平评价 行车数据 小波降噪 主成分分析 支持向量机 余弦相似度
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 交通运输工程
• 页码范围: 31-36
• 页数: 6页
• 分类号: U491.1
• 语种: 中文
• DOI: 10.3969/j.issn.1674-0696.2020.10.06

摘要

针对轨道交通司机驾驶水平定量化评价问题,笔者在数据提取、数据降噪和数据降维的基础上,构建了基于支持向量机的轨道司机驾驶水平评价模型方法对该问题进行了研究.研究结果表明:选用高斯核函数的SVM模型在准确率和稳定性上要优于普通、线性和多项式SVM模型,和人工评价结果比较其余弦相似度均高于0.98,模型评价结果的有效性.