-
公开(公告)号：CN109493566A
公开(公告)日：2019-03-19
申请号：CN201811550953.X
申请日：2018-12-18
Applicant: 长安大学
Abstract: 本发明公开了一种基于GPS数据的疲劳驾驶预测方法，包括如下步骤：1.建立GPS数据库；2.从GPS数据库中选取行驶数据，将行驶数据设定为若干个与疲劳驾驶相关的预测变量，并将预测变量进行标准化处理，作为样本；然后，将发生疲劳驾驶的情况与每个样本对应，将样本划分为属于疲劳驾驶和不属于疲劳驾驶两种状态；最后将样本按7：3的比例划分为训练集合和验证集合；3.构建一个含有输入层、隐藏层和输出层的多层感知神经网络，生成用于预测疲劳驾驶的分类模型；4.采用模型对预测时段内是否会发生疲劳驾驶进行预测，当预测时段内会发生疲劳驾驶时，对驾驶员进行提醒。能够提前对是否发生疲劳驾驶进行预测，提前对驾驶员进行预警。
-
公开(公告)号：CN109636250B
公开(公告)日：2023-06-20
申请号：CN201910045070.1
申请日：2019-01-17
Applicant: 长安大学
IPC: G06Q10/0635
Abstract: 本发明公开了一种危险货物卡车生存概率和危险概率的预测方法，包括以下步骤：1.将车载GPS设备采集的车辆行驶数据作为GPS数据库；2.设定若干个风险暴露因子，将风险暴露因子进行标准化处理，作为样本；然后将数据按照8:2的比例随机分为建模数据和验证数据；3.将步骤二中的风险暴露因子利用基于主成分分析的因子分析计算基础变量，提取基本因子变量x1、x2、x3和x4，进而生成生存函数和危险函数；4.采用步骤三中的生存函数和危险函数对车辆在特定里程时存活的概率和在特定里程时发生事故的概率进行计算，将计算结果反馈给驾驶员进行预警。在危险货物卡车出行前对危险进行评估，提前进行预警提示，降低交通事故发生率。
-
公开(公告)号：CN109636250A
公开(公告)日：2019-04-16
申请号：CN201910045070.1
申请日：2019-01-17
Applicant: 长安大学
IPC: G06Q10/06
CPC classification number: G06Q10/0635
Abstract: 本发明公开了一种危险货物卡车生存概率和危险概率的预测方法，包括以下步骤：1.将车载GPS设备采集的车辆行驶数据作为GPS数据库；2.设定若干个风险暴露因子，将风险暴露因子进行标准化处理，作为样本；然后将数据按照8:2的比例随机分为建模数据和验证数据；3.将步骤二中的风险暴露因子利用基于主成分分析的因子分析计算基础变量，提取基本因子变量x1、x2、x3和x4，进而生成生存函数和危险函数；4.采用步骤三中的生存函数和危险函数对车辆在特定里程时存活的概率和在特定里程时发生事故的概率进行计算，将计算结果反馈给驾驶员进行预警。在危险货物卡车出行前对危险进行评估，提前进行预警提示，降低交通事故发生率。
-
公开(公告)号：CN109493566B
公开(公告)日：2020-09-08
申请号：CN201811550953.X
申请日：2018-12-18
Applicant: 长安大学
Abstract: 本发明公开了一种基于GPS数据的疲劳驾驶预测方法，包括如下步骤：1.建立GPS数据库；2.从GPS数据库中选取行驶数据，将行驶数据设定为若干个与疲劳驾驶相关的预测变量，并将预测变量进行标准化处理，作为样本；然后，将发生疲劳驾驶的情况与每个样本对应，将样本划分为属于疲劳驾驶和不属于疲劳驾驶两种状态；最后将样本按7：3的比例划分为训练集合和验证集合；3.构建一个含有输入层、隐藏层和输出层的多层感知神经网络，生成用于预测疲劳驾驶的分类模型；4.采用模型对预测时段内是否会发生疲劳驾驶进行预测，当预测时段内会发生疲劳驾驶时，对驾驶员进行提醒。能够提前对是否发生疲劳驾驶进行预测，提前对驾驶员进行预警。
-
-
-
Search Results
4
records
(took 0.017 seconds)
