基于深度学习的车辆换道轨迹模型研究

本文以真实车辆轨迹数据为依托,通过数据处理提取车辆换道轨迹数据,利用深度学习提取数据特征的强大能力,提出了基于门控循环单元的换道轨迹模型,描述和预测换道执行过程的轨迹。     

基于BP神经网络的车辆换道时间预测

为了减少交通事故,以车联网环境下智能车辆的换道时间为研究对象,提出一种新的提高换道安全性的方法,在换道前对车辆的换道时间进行预测,根据预测的换道时间判断能否安全换道。使用博洛尼亚数据集做测试,通过BP神经网络的学习方式对训练数据集进行学习,最终得到基于车辆在换道前一时刻沿当前车道的行驶速度(竖直速度),换道前一时刻车辆沿目标车道运行的速度(水平速度)和车辆换道时间的BP神经网络模型,最后使用验证集对建立的模型进行验证。验证结果表明,基于BP神经网络的车辆换道时间预测的准确率良好。在实际生活场景中,只需在车辆上安装车速传感器就可以将建立的模型应用到实际中,因此该模型具有较高的现实意义。     

基于函数分布特性的智能车辆换道行为识别

针对目前智能驾驶辅助系统对驾驶人换道意图识别存在的问题,基于函数分布特性分析和层次分析法展开研究.一般将主车与车道线的距离作为换道的指标变量,由于将影像数据作为指标变量的基础数据源时,指标变量受光照和交通基础设施的影响较大,为此,将方向盘转角和车道线距离作为换道行为识别的指标变量,提出一种基于函数分布特性的换道行为识别方法.首先对获取到指标变量进行函数分布分析,确定出相应的换道起止时间,并依据不同环境下获取到的变量可靠程度,采用层次分析法确定出2种指标对识别准确性的贡献度,融合2种变量贡献度构建出换道行为识别规则,并利用实车数据对该识别方法进行验证.结果表明:融合2种指标变量的识别方法可以适应更为复杂的交通环境;当光照、车道标识线清晰可辨识时,车道线距离对识别准确率贡献最大;当车道标识线无法辨识时,方向盘转角占优.     

考虑路面状态的车辆纵向避障控制策略研究

针对汽车安全避障的问题,考虑到环境因素的必要性,本文提出了一种基于路面附着系数估计的汽车纵向避障控制策略.首先,分析了路面附着系数对纵向避障控制策略的影响;给出了基于最小二乘法的路面附着系数估计算法,建立了考虑路面状态的安全距离模型;分析了行驶安全性和成员舒适性对避障控制策略的影响;在此基础上,建立了基于MPC的汽车纵...     

关于计算机信息系统安全风险评估标准与方法的研究

安全风险评估是防范计算机病毒和网络犯罪行为的重要方式.本篇文章主要从计算机信息系统安全风险评估的作用入手,对信息系统安全评估的标准与方法进行了探究.     

对无线网络安全风险评估方法的应用研究

近些年来,我国的信息技术发展迅速,网络安全问题日益突出。由于无线网络利用空气作为介质进行传播,导致网络容易受到非接触式的侦听。与有线网络相比,无线安全性维护难度较大,风险评估方法也不同,无线网络的安全风险评估方法各不相同。文章通过对无线网络安全风险评估的相关内容进行论述,分析了无线网络安全存在的问题,探究了无线网络安全风险的评估方法,并提出了增强无线网络安全的具体措施。     

基于智能数据信息分析的就业评估方法研究

针对毕业生就业信息评估中侧重数量、忽视质量以及质量评估从业人数少、评估标准不统一的问题,文中结合人工智能和数据分析技术,构建了一套智能化就业质量评估模型.在该模型中,主要采用层次分析算法提取训练集中各类数据的初始权重,再利用机器学习中的单层感知器对权重向量进行迭代,从而降低与目标值之间的误差.仿真结果表明,基于该模型的...     

基于BP神经网络的气象威胁度建模和评估方法研究

对执行非作战任务的无人机航迹规划而言,气象要素是必须考虑的主要因素之一.重点针对气象要素对无人机航迹规划的影响进行分析,给出了8种严重影响飞行安全的气象相关因子.结合BP神经网络算法建立了气象威胁度模型,并对气象威胁度进行了仿真评估分析.仿真结果表明,该气象威胁度模型简单实用,评估方法具有良好的效用,能较迅速、准确地反...     

基于模糊综合评价理论的网络安全风险量化评估方法研究

网络安全风险评估越来越受到人们的关注,而将模糊综合评价理论应用到网络安全风险评估中已经成为一个研究热点。针对模糊综合评价法在网络安全风险评估应用中存在的因主观性太大而影响评估结果准确性的问题,在评估因子的隶属度设定和权重设计方面提出了一种客观的分析方法,并通过模拟实验验证了方案的可行性。     

优化参考图谱发育指征的CHN智能骨龄评估方法研究

骨龄(BA)是评估儿童生长发育是否正常的重要指标之一。中国人手腕骨发育标准-CHN计分法是目前中国儿童生长发育中骨龄评估(BAA)最常用的方法之一。但是在CHN计分法中,某些参照骨图谱的发育指征跨度较大,导致专家依据个人经验主观判断它的发育分期而影响评估准确度。在利用深度学习对该类图谱的发育分期进行评估时,会导致它的评估结果产生随机性。该文基于专家评估过的2万余张儿童手腕部X线片,在CHN计分法的基础上,在相邻发育分期间隔跨度较大的参照骨标准图谱之间勾绘新的成熟度指征,产生细化图谱,并利用层次分析法为其分配对应的成熟度得分,提高骨龄评价的准确率。该文在AlexNet网络的基础上融合Harris特征和卷积注意力模块,对各参照骨的发育分期进行评估。在自制的年龄分布为5-11岁的数据集上,采用优化后的CHN法得到的骨龄在容忍度为0.5岁和1岁时的准确率分别达到了94.6%和99.13%。实验结果表明所提方法可以更加精细地分辨儿童手腕骨发育程度,大幅提高骨龄评估的准确率,辅助临床应用。     

基于净评估思想的雷达探测技术发展规划方法探索研究

文中分析了雷达探测技术发展规划存在的两个问题和面临的三个挑战,首次将技术净评估思想导入到技术发展规划实践中,探索构建了一种适合企业发展未来技术的规划方法论,并以网络化雷达探测技术为实例,从形成未来雷达探测技术概念和系统概念、遴选重点发展技术和关键支持性技术到评估未来系统能力净值,例证分析了技术发展规划全过程,以期为推动...