王丝丝
- 作品数：6 被引量：25H指数：3
- 供职机构：山东理工大学交通与车辆工程学院更多>>
- 发文基金：山东省高等学校科技计划项目山东省自然科学基金国家自然科学基金更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程环境科学与工程更多>>
- 酒后驾驶辨识方法综述被引量：1
- 2017年
- 酒驾是导致重大交通事故的重要原因之一,成为交通安全研究中的重要问题。近年来随着计算机技术、信息技术的发展,出现了多种酒驾辨识方法,但是这些辨识方法的准确性不高。在阅读大量文献的基础上,介绍各种酒驾辨识方法的基本原理、优缺点及适用环境;归纳基于酒后驾驶行为辨识酒驾研究中的关键问题;总结对酒驾辨识方法存在的问题,指出未来酒驾辨识方法将以人为中心。
- 孙一帆张敬磊王晓原王丝丝王方
- 关键词：交通安全
- 基于改进群智能K-means优化算法的侵犯性驾驶行为异常点检测被引量：10
- 2018年
- 如何有效地检测侵犯性驾驶行为异常数据,避免它们对后续建模分析产生不利影响是研究的焦点。在综述侵犯性驾驶行为研究现状基础上,借助驾驶模拟仿真实验系统和Ergo LAB人因系统进行侵犯性驾驶实验;并通过不同传感器获取了驾驶行为人车环境高维数据,最后采用优化的K-means聚类算法对该高维数据进行聚类和异常值检测。结果表明,最佳聚类数为2;并有效输出了异常点检测结果,为下一步的侵犯性驾驶行为定量分析提供了优质的数据保证。
- 王丝丝张敬磊王建兴陈慈马春杰
- 关键词：群智能算法K-MEANS聚类最佳聚类数异常点检测
- 基于PCA与自适应BP算法的侵犯性驾驶行为识别被引量：2
- 2018年
- 从机动车安全预警的角度，以有效识别侵犯性驾驶行为为目的，针对传统BP算法学习效率低、收敛速度慢等缺点，提出一种基于PCA与自适应学习速率的BP网络改进识别算法．首先借助人因系统及汽车驾驶平台进行仿真实验，获取驾驶人生理-心理及车辆运行数据集，然后利用主成分分析提取其特征指标，继而应用自适应学习速率BP网络改进算法对驾驶行为进行识别．结果表明：驾驶员呼吸、肌电、速度、油门、车道线偏距以及发动机转速受驾驶行为的影响较大；识别精度为96．17％，对比自适应学习速率BP网络算法、BP网络算法，算法能明显减小训练迭代次数、提高识别精度．
- 王丝丝张敬磊王晓原孙一帆陈慈马春杰
- 因子分析与多层神经网络组合的酒驾辨识模型研究被引量：3
- 2017年
- 为准确辨识驾驶员酒驾行为以及酒驾状态水平,提高酒驾治理效率,通过人因工程试验和驾驶模拟试验,采集并预处理驾驶员在正常、饮酒、醉酒3种驾驶状态下的驾驶行为数据(包括驾驶员的人、车、环境数据);对原始参数进行因子分析,提取特征参数并将其作为多层神经网络的输入向量,训练多层神经网络,建立基于因子分析和多层神经网络的酒驾行为辨识模型;选取75组测试样本数据输入模型,将模型的输出结果与实际情况比较,验证模型的有效性。研究表明:该模型的训练时间为0.905 s,最优验证均方误差(MSE)为0.034,识别准确率达92.41%,用该模型能较为快速、准确地识别酒后驾驶行为。
- 孙一帆张敬磊王丝丝
- 关键词：酒后驾驶驾驶行为特征参数多层神经网络
- 基于方差与改进群智能算法的K-means聚类优化被引量：7
- 2018年
- 利用K-means进行数据聚类时,借用不同处理手段其统计距离和聚类中心等会有所差异,从而影响聚类结果,尤其是当数据维度增高时,这种现象更为明显.对此,文章提出一种基于样本方差的多元统计距离算法,并引入改进人工蜂群算法及评价准则函数确定聚类中心和最佳聚类数,优化K-means算法.理论上,该方法可以克服原算法易陷入局部最优和固定聚类数等缺陷.最后,通过特异值检测,人工数据集以及UCI真实数据集测试验证该优化算法性能.
- 王丝丝张敬磊陈慈张洪宾马春杰
- 关键词：样本方差人工蜂群算法最佳聚类数
- 车辆跟驰情景下酒后驾驶行为动态特征参数提取被引量：2
- 2017年
- 酒驾是导致重大交通事故的原因之一,酒驾辨识已成为交通安全研究中的重要问题。因此,提取不同驾驶倾向性驾驶员在跟驰状态下的酒驾特征参数对实现酒驾的准确辨识有重要意义。由问卷调查确定驾驶员驾驶倾向性;通过人因工程实验、驾驶模拟实验,采集不同类型驾驶员的生理、操作行为、车辆运行、驾驶环境等动态信息;采用神经网络分类器,获得备选特征集合的分类正确率估计,运用离散粒子群算法提取不同驾驶倾向性驾驶员的酒驾特征参数。验证结果表明提取的特征参数能有效辨识不同驾驶倾向性驾驶员是否酒驾。
- 孙一帆张敬磊王丝丝
- 关键词：交通安全特征提取
