《表1 减速度谱聚类与K均值聚类结果对比》
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
《乘用车谱聚类FCAS/PCW风险等级分类算法研究》
式中:wij为数据点xi和xj之间的相似性;γ为尺寸参数,定义为1/nm,nm代表采用不同指标的数量,文中不同指标为DTW和Δjerk。将DTW和Δjerk归一化到0~1,消除维度对相似度测量的影响。利用Matlab对提取的127条减速曲线进行谱聚类。除谱聚类外,还以平均减速度、最大减速度、减速度曲线变化率等特征为基准进行K均值聚类,并与谱聚类进行比较。考虑到样本容量有限,选择K为2的聚类进行风险等级识别,聚类结果如表1所示:谱聚类结果的平均最大减速度和平均减速度较高,但平均曲线变化率水平相对较低。由于制动过程具有较高的平均和最大减速度,且曲线变化率分别低了4.061和1.003,因此谱聚类结果比K均值更合理。与K均值方法相比,谱聚类技术能更好地识别减速度曲线的高幅值和快变化率模式。Cluster1总体上具有更高的最大平均减速度水平及更快的平均减速度,因此将Cluster1中的减速曲线归为高危险级别,而Cluster2中的被划分为一般风险级别。
图表编号 | XD00133085800 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) |