基于可解释集成学习的异常驾驶行为风险识别方法-交通运输系统工程与信息2025年02期-手机知网

手机知网 App

24小时专家级知识服务

公路与水路运输

基于可解释集成学习的异常驾驶行为风险识别方法

中山大学,智能工程学院,广东省智能交通系统重点实验室 | 邓院昌蒋昀轩陶胜芹

开通知网号

为实现对异常驾驶行为风险的准确识别，并克服现有模型可解释性差的局限，本文通过自然驾驶试验获取车辆运动数据，针对超速、急变速、急转弯、跟车过近、危险变道这5种异常驾驶行为，采用阈值法量化其风险系数，结合CRITIC(Criteria Importanc...

机　构:

中山大学,智能工程学院,广东省智能交通系统重点实验室；

领　域:

公路与水路运输；自动化技术；

关键词:

交通工程；风险识别；Stacking集成学习；异常驾驶行为；自然驾驶试验；SHAP算法；

格　式:

PDF原版；EPUB自适应版(需下载客户端)

开通会员更优惠，尊享更多权益

手机阅读本文

下载APP 手机查看本文

交通运输系统工程与信息

相似文献

期刊硕士博士会议报纸

图书推荐

相关工具书