基于SVR模型的驾驶简单反应时间预测方法.pdf

基于SVR模型的驾驶简单反应时间预测方法.pdf

ID:52207551

大小:1.67 MB

页数:6页

时间:2020-03-24

基于SVR模型的驾驶简单反应时间预测方法.pdf_第1页
基于SVR模型的驾驶简单反应时间预测方法.pdf_第2页
基于SVR模型的驾驶简单反应时间预测方法.pdf_第3页
基于SVR模型的驾驶简单反应时间预测方法.pdf_第4页
基于SVR模型的驾驶简单反应时间预测方法.pdf_第5页
资源描述:

《基于SVR模型的驾驶简单反应时间预测方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第30卷第4期2017年4月中国公路学报ChinaJ.Highw.Transp.V01.30No.4Apr.2017文章编号:100卜7372(2017)04—0127一06基于SVR模型的驾驶简单反应时间预测方法张骏1’2,吴志敏h2,潘雨帆1‘2,郭孜政1’2(1.西南交通大学交通运输与物流学院,四川成都610031;2.西南交通大学综合交通运输智能化国家地方联合工程实验室,四川成都610031)摘要:为准确预测驾驶人对突发事件的简单反应时间,并为构建自适应式危险驾驶状态预警系统奠定基础,提出了一种基于实时脑电图(EEG)信号的驾驶人简单反应时间预测方法。首先,通过快速傅里叶变

2、换(FFT)对EEG信号进行特征参数提取,作为驾驶人简单反应时间的客观预测指标。在此基础上,基于支持向量回归(sVR)建立驾驶人对突发事件简单反应时间的预测模型。最后采用20名驾驶人连续驾驶4h的EEG信号与反应时间数据,对该模型予以试算。研究结果表明:3项脑电特征参数(臼,a,.9)与反应时间均具有显著相关性,其中脑电特征参数口的相关性最显著,为SVR模型对简单反应时间进行预测提供了客观预测指标;分别采用径向基函数(RBF)、P01ynomial函数、Sigmoid函数作为核函数构建SVR模型对简单反应时间进行预测时,所得预测结果中采用RBF函数所产生的各项误差均低于其他2项函数

3、,表明采用RBF函数为核函数的SVR模型预测精度最优,其预测准确率达到80%以上。关键词:交通工程;简单反应时间;支持向量回归;驾驶人;脑电信号;核函数中图分类号:U491.254文献标志码:APredictingMethodofSimpleReactionTimeofDriverBasedonSVRModelZHANGJunl”,WUZhi—minl”,PANYu—fanl“,GUOZi—zhen91’2(1.SchoolofTransportationandI,ogistics,SouthwestJiaotongUniversity,Chengdu610031,Sichuan,

4、China;2.NationalUnitedEngineeringLaboratoryofIntegratedandIntelligentTransportation,S。uthwestJiaotongUniversity,Chengdu610031,Sichuan,China)Abstract:Inordertoaccuratelypredictthesimplereactiontimeofdriverstoemergenciesandconstructthebasisofadaptivewarningsystemindangerousdrivingstate,theforeca

5、stingmethodofthedriver’ssimplereactiontimebasedonElectroencephalogram(EEG)inrealtimewasproposed.First,characteristicparameterswereextractedfromtheEEGbythefastFouriertransform(FFT)asobjectiveforecastingindexesofdrivers’simplereactiontime.Theforecastingmodelofthesimplereactiontimeofdriverstoemer

6、genciesbasedonthesupportvectorregression(SVR)wasestablished.Finally,4hourscontinualdrivingreactiontimeandEEGfrom20driverswereusedtotestthemodel.TheresultsindicatesthatthreeEEGcharacteristicparameters(臼,a,卢)aresignificantlycorrelatedwiththesimplereactiontimeandthecorrelationofEEGcharacteristicp

7、arameteraisthemostsignificant,whichprovidestheobjectivepredictionindex收稿日期基金项目作者简介通讯作者2016一04—22国家自然科学基金项目(51108390);国家重点研发计划项目(2016YFc0802209)张骏(1976一),男,河北玉田人,高级工程师,工学博士,E—mail:zhan鲥un@swjtu.edu.cn。郭孜政(1982一),男,甘肃定西人,副教授,工学博士,E—mail:g

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。