原文服务方: 现代电子技术       
摘要:
为了减少交通事故,以车联网环境下智能车辆的换道时间为研究对象,提出一种新的提高换道安全性的方法,在换道前对车辆的换道时间进行预测,根据预测的换道时间判断能否安全换道.使用博洛尼亚数据集做测试,通过BP神经网络的学习方式对训练数据集进行学习,最终得到基于车辆在换道前一时刻沿当前车道的行驶速度(竖直速度),换道前一时刻车辆沿目标车道运行的速度(水平速度)和车辆换道时间的BP神经网络模型,最后使用验证集对建立的模型进行验证.验证结果表明,基于BP神经网络的车辆换道时间预测的准确率良好.在实际生活场景中,只需在车辆上安装车速传感器就可以将建立的模型应用到实际中,因此该模型具有较高的现实意义.
推荐文章
基于神经网络与马尔可夫链的换道次数预测方法
换道行为
换道次数
神经网络
马尔可夫链
基于BP神经网络的时间序列预测模型研究
G.P算法
关联维
时间序列
BP神经网络
基于差分进化的BP神经网络预测混沌时间序列
混沌时间序列
反向传播(BP)神经网络
差分进化
预测
基于Pearson关联度BP神经网络的时间序列预测
Pearson关联度
BP神经网络
时间序列预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的车辆换道时间预测
来源期刊 现代电子技术 学科
关键词 物联网 车联网 交通安全 换道安全 BP神经网络 换道时间
年,卷(期) 2020,(21) 所属期刊栏目 智能交通与导航
研究方向 页码范围 85-88,92
页数 5页 分类号 TN911.1-34|TP391
字数 语种 中文
DOI 10.16652/j.issn.1004-373x.2020.21.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨文忠 68 208 7.0 12.0
2 李东昊 5 7 1.0 2.0
3 富雅玲 5 0 0.0 0.0
4 杨蒙蒙 4 0 0.0 0.0
5 梁凡 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (57)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物联网
车联网
交通安全
换道安全
BP神经网络
换道时间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导