文档名：采用双向LSTM自编码器的驾驶风格谱聚类识别研究
摘要：不同驾驶风格的分类对驾驶安全、道路设计和燃油经济性具有深远的影响.考虑到驾驶风格受驾驶员即时操作和前后操作的影响,提出了一种采用双向LSTM自编码器的谱聚类模型对驾驶风格进行识别,以反映驾驶数据时序性对驾驶风格识别的影响.首先利用鲸鱼优化算法对驾驶过程生成的自然驾驶数据进行特征选择,再利用基于双向LSTM的自编码器模型,获得用于谱嵌入的特征值和特征向量,并最终通过谱聚类对驾驶风格进行识别.应用本文中所提出的方法对真实驾驶数据进行比较分析.结果表明:该方法在聚类的精确性优于SOM和LSTM-谱聚类方法.此外,该方法还能在降低数据特征的情况下有效地识别驾驶员的驾驶风格,并反映驾驶员的操作策略.
作者：梁科 陈华晟 潘明章 叶宇 Author：LIANGKe CHENHuasheng PANMingzhang YEYu
作者单位：广西大学机械工程学院,南宁530004广西玉柴机器股份有限公司玉柴工程研究院,南宁530007
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(19)
分类号：U471TP399
关键词：驾驶风格识别 双向LSTM 自编码器 谱聚类
Keywords：drivingstylerecognition bi-directionalLSTM autoencoder spectralclustering
机标分类号：U461.91TP391O175.3
在线出版日期：2023年12月4日
基金项目：广西科技重大专项，广西重点研发计划，广西科技基地和人才专项，广西制造系统与先进制造技术重点实验室采用双向LSTM自编码器的驾驶风格谱聚类识别研究[
期刊论文] 重庆理工大学学报--2023, 37(19)梁科 陈华晟 潘明章 叶宇不同驾驶风格的分类对驾驶安全、道路设计和燃油经济性具有深远的影响.考虑到驾驶风格受驾驶员即时操作和前后操作的影响,提出了一种采用双向LSTM自编码器的谱聚类模型对驾驶风格进行识别,以反映驾驶数据时序性对驾驶风格...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
采用双向LSTM自编码器的驾驶风格谱聚类识别研究 Study of spectral clustering using bi-directional LSTM autoencoder for driving style recognition
采用双向LSTM自编码器的驾驶风格谱聚类识别研究.pdf
- 文件大小:
- 6.11 MB
- 下载次数:
- 60
-
高速下载
|
|
