《表6 两种机器学习模型的预测效果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自然驾驶数据的危险事件识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对比本文的支持向量机模型与既有文献中的阈值法改进算法，结果如表7所示。需指出的是，进行对比的3篇文献采用的数据来源均为自然驾驶数据，与本文的数据结构一致；且数据采集频率以及阈值法提取危险事件采用的车辆运动学特征也相似，因此认为具有一定的可比性。从表7中可以看出，本研究使用的支持向量机方法在误报率和漏报率方面都优于其他研究的预测结果。