基于深度信念网络的驾驶行为研究

• 作者: 潘雨青 黄丽蓉
• 来源期刊: 计算机与数字工程
• 学科: 交通运输
• 关键词: 驾驶行为分析 数据挖掘 DBN 特征提取
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1958-1964
• 页数: 7页
• 分类号: U491.25
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.028

摘要

随着车辆保有量不断上升,人们对驾驶安全性行为的关注越来越多.行车数据隐藏了驾驶员的驾驶行为特征,所以对行车数据进行挖掘并分析驾驶员的驾驶行为成为研究热点之一.论文通过对车载设备收集到的行车数据进行分析和处理,提取驾驶员的驾驶特征,提出一种多层有监督训练与学习微调的DBN分类模型,以用于研究驾驶行为.最后,论文与基础DBN和BP神经网络进行实验对比,结果表明改进后的DBN分类性能较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘雨青		13	118	4.0	10.0
2	黄丽蓉		1	0	0.0	0.0