计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
2期
643-648
,共6页
换道行为%支持向量机%卡尔曼滤波%主成分分析%遗传算法
換道行為%支持嚮量機%卡爾曼濾波%主成分分析%遺傳算法
환도행위%지지향량궤%잡이만려파%주성분분석%유전산법
针对换道预警系统中换道行为识别识别率较低的问题,提出了以实际道路试验所得到的换道样本数据为基础,采用支持向量机(SVM)对换道行为进行识别的方法.为进一步提高模型的识别率和缩短识别耗时,对样本数据进行卡尔曼滤波、归一化处理、主成分分析,利用遗传算法对核参数进行调优.对优化后SVM模型进行训练与测试,测试结果表明:在1.2秒时窗下,优化后模型的识别准确率达到了97％以上,能够满足车载换道预警系统对识别有效率和实时性的要求.
針對換道預警繫統中換道行為識彆識彆率較低的問題,提齣瞭以實際道路試驗所得到的換道樣本數據為基礎,採用支持嚮量機(SVM)對換道行為進行識彆的方法.為進一步提高模型的識彆率和縮短識彆耗時,對樣本數據進行卡爾曼濾波、歸一化處理、主成分分析,利用遺傳算法對覈參數進行調優.對優化後SVM模型進行訓練與測試,測試結果錶明:在1.2秒時窗下,優化後模型的識彆準確率達到瞭97％以上,能夠滿足車載換道預警繫統對識彆有效率和實時性的要求.
침대환도예경계통중환도행위식별식별솔교저적문제,제출료이실제도로시험소득도적환도양본수거위기출,채용지지향량궤(SVM)대환도행위진행식별적방법.위진일보제고모형적식별솔화축단식별모시,대양본수거진행잡이만려파、귀일화처리、주성분분석,이용유전산법대핵삼수진행조우.대우화후SVM모형진행훈련여측시,측시결과표명:재1.2초시창하,우화후모형적식별준학솔체도료97％이상,능구만족차재환도예경계통대식별유효솔화실시성적요구.
