《表2 风险等级分类规则输出混淆矩阵》
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
《乘用车谱聚类FCAS/PCW风险等级分类算法研究》
规则提取问题被视为分类优化问题,混淆矩阵被定义为分类性能评价,如表2所示。对于每个减速度曲线样本,观察到的风险等级是指基于减速度曲线所分类的风险等级簇;而分类风险等级是指在“紧急事件—反应制动”起始时刻,将观察到的{TTC,THW,PICUD}输入到模糊逻辑,根据风险等级聚类结果,输出一般、高风险等级。分类后的样本分别标记为真阴性(TN)、假阴性(FN)、假阳性(FP)和真阳性(TP)。如任意曲线样本,如果模糊逻辑将其划分为一般风险等级,那么根据表2中的混淆矩阵将其分类输出标记为FN,这将直接影响分类性能评价的结果。具体来说,分类性能指数PI是利用2个矩阵的真阳性率(TPR)和准确率(Pr)的几何平均值来定义的,选择TPR和Pr来平衡改善威胁态势检测和避免误报的目标。
图表编号 | XD00133085500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 李畅、孙海明、宋攀 |
绘制单位 | 湖北汽车工业学院机械工程学院、中国汽车技术研究中心有限公司、湖北汽车工业学院机械工程学院、中国汽车技术研究中心有限公司 |
更多格式 | 高清、无水印(增值服务) |