《表4 部分测试数据：基于决策树对车辆换道的研究分析》
提示：宽带有限、当前游客访问压缩模式
将基于NGSIM数据集筛选出数据的30%数据用于模型测试以验证决策树用于分析影响换道决策因素的可行性。表4为部分测试数据，表5为训练数据与测试数据结果对比图。
| 图表编号 | XD00169628400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.10 |
| 作者 | 施发园、陈凌珊 |
| 绘制单位 | 上海工程技术大学机械与汽车工程学院、上海工程技术大学机械与汽车工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果统计：基于BP神经网络的车辆换道时间预测》2020.11.01
- 《表1 模型结构配置：基于前车意图识别的自动驾驶车辆实时避障换道策略研究》2020.12.20
- 《表2 部分训练数据：基于决策树对车辆换道的研究分析》2020.05.10
- 《表3 部分测试数据：基于AEKF的车辆质量与道路坡度实时估计》2020.08.01
- 《表2 部分特征参数数据：基于贝叶斯网络的车辆换道决策模型研究》2020.05.01
- 《表1 模型变量定义：基于贝叶斯网络的车辆换道决策模型研究》2020.05.01
- 《表3 换道数据统计：高速公路冰雪湿滑路面车辆换道越线时间生存分析》2020.04.01
- 《表7 生成决策树对门店的预测结果》2020.01.20
- 《表5 车辆换道的长度计算表》2019.08.20
- 《表4 待识别的驾驶数据：高速公路浓雾环境下换道决策规则提取及决策算法》2019.07.28
- 《表2 换道决策表部分数据》2019.07.28
- 《表2 整车主要参数：基于五次多项式模型的自主车辆换道轨迹规划》2019.08.20
- 《表3 仿真结果：基于五次多项式模型的自主车辆换道轨迹规划》2019.08.20
- 《表1 求解结果：基于五次多项式模型的自主车辆换道轨迹规划》2019.08.20
- 《表1 模型参数取值：基于爬坡换道的驾驶特性分析》2019.03.01
- 《表3 车辆特征信息：基于NGSIM数据的车道级车辆换道策略研究》2019.04.20
- 《表2 车辆类型分布：基于NGSIM数据的车道级车辆换道策略研究》2019.04.20
- 《表5 各复杂度下决策树对40组测试集的正确率》2018.12.01
- 《表1 部分训练数据：基于RBF神经网络的车辆安全换道时机决策模型研究》2019.11.15
- 《表2 部分测试数据：基于RBF神经网络的车辆安全换道时机决策模型研究》2019.11.15