首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于注意力机制及分层网络的危险驾驶行为预测方法
引用本文:徐文翔,王俊骅,傅挺.基于注意力机制及分层网络的危险驾驶行为预测方法[J].同济大学学报(自然科学版),2022,50(5):722-730.
作者姓名:徐文翔  王俊骅  傅挺
作者单位:同济大学 交通运输工程学院,上海 201804
基金项目:国家重点研发计划(2019YFB1600703);上海市科委项目(19DZ1202100)
摘    要: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%。

关 键 词:驾驶行为  长短期记忆(LSTM)网络  注意力机制  双层时序模型  时间窗
收稿时间:2021/6/15 0:00:00

Aggressive Driving Behavior Prediction Method Based on Attention Mechanism and Hierarchical Network
XU Wenxiang,WANG Junhu,FU Ting.Aggressive Driving Behavior Prediction Method Based on Attention Mechanism and Hierarchical Network[J].Journal of Tongji University(Natural Science),2022,50(5):722-730.
Authors:XU Wenxiang  WANG Junhu  FU Ting
Abstract:
Keywords:
点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号