摘要：本文中提出了一种介于车辆操纵稳定性和智能交通系统的驾驶员行为识别方法。首先通过微观仿真软件实现不同行驶状态下局部路网仿真，获取大量基本仿真数据，根据汽车动力学理论，实现基本行驶参数到行驶状态参数的转化；然后应用邻域粗糙集来进行特征约简，再使用总体平均经验模态分解（EEMD）、相关系数法和样本熵相结合的方法进行样本数据挖掘，将得到的样本熵数值作为聚类的特征向量：最后将特征向量输人GG模糊聚类进行聚类，利用微观交通软件和UC-Win／Road驾驶模拟器仿真得到的样本，采用最小平均贴近度择近原则实现驾驶行为识别验证，并根据最大贴近度和次最大贴近度计算待测样本属于某类驾驶行为的隶属度。实验表明，该方法取得了良好的识别效果。
分类：期刊> 自然科学与工程技术> 工程科技II> 汽车工业
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > JST 日本科学技术振兴机构数据库(日) > 哥白尼索引(波兰) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：驾驶员行为 属性约简 数据挖掘 模糊聚类
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
