《表6 两种机器学习模型的预测效果对比》
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。
图表编号 | XD00124254400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 王雪松、徐晓妍 |
绘制单位 | 同济大学道路与交通工程教育部重点实验室、同济大学道路与交通工程教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |