基于自然驾驶实验，获取“人-车-环境”多维驾驶行为数据，经过数据清洗与筛选构建危险驾驶行为标准数据库。采用显著性分析对指标进行筛选，并构建八维度的危险驾驶行为预测指标集。以神经网络为第一层，以基于注意力机制的长短期记忆（LSTM）网络为第二层，建立危险驾驶行为预测双层时序模型。结果表明：该模型能有效提升预测准确率（10%）；分层结构和注意力机制对预测准确率有较好的提升作用，分别为5%和3%。
科研之友
微信
新浪微博
Facebook
分享链接
