《表4 部分仿真预测结果:朴素贝叶斯模型在驾驶员伤情预测中的应用》
部分训练数据集的离散处理结果,如表1所示。根据MATLAB编程,可以得到式(5)中的各个概率。P(C1)为0.3553,P(C1)为0.6447。在此,列出在类C1情况下的各个属性变量的概率,如表2所示,类C2情况下的各个属性变量概率,如表3所示。最后,根据上述计算所得的概率,将测试数据集中各个属性变量对应的概率代入式(5)中,即可预测测试数据集中的驾驶员伤情是否达到MAIS3+。若P(C1/x1,x2,x3,x4,x5,x6)叟0.5,则预测的驾驶员伤情等级达到MAIS3+。反之,驾驶员伤情等级小于MAIS3。部分预测结果,如表4所示。
图表编号 | XD00119841300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.08 |
作者 | 陆颖、殷越洲、谢君平 |
绘制单位 | 江苏大学汽车与交通工程学院、江苏大学汽车与交通工程学院、江苏大学汽车与交通工程学院 |
更多格式 | 高清、无水印(增值服务) |