《表2 SVM判别结果：基于驾驶员反应时间的驾驶疲劳量化》

  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

《基于驾驶员反应时间的驾驶疲劳量化》

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

将试验中获取的600组驾驶员反应时间数据随机抽取并分为两组：第1组共300组反应时间数据，作为SVM模型的训练集；第2组共150组反应时间数据，作为SVM模型的测试集。通过自我评价量表将随机抽取的反应时间数据赋予标签，输入量为驾驶员反应时间，输出量为疲劳等级。利用所建立的SVM模型，迭代次数为200，种群数量为20，SVM交叉验证参数为10，其余值为默认值。利用GA-PSO混合算法进行参数寻优，优化后所得的最佳C=5.3303，g=9.3182。将反应时间和优化后的参数代入到模型中，所得到的判别结果如表2所示，可见：经GA-PSO参数优化后，SVM模型判别准确率为80.67%。