《表3 不同参数输入的模型识别结果对比》

  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

《基于自然驾驶跟车数据的驾驶人差异性分析与辨识》

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

注：SVM模型核函数为高斯函数，惩罚系数为1；KNN模型参数K为5，距离度量选择欧氏距离；BP神经网络激活函数选择logsig，训练函数选择trainim，隐藏神经元个数由经验公式n2=2n1+1确定，其中，n1为输入层维数。

为了解不同特征参数组合对随机森林模型的影响程度，确定驾驶人差异性辨识最优特征参数，分别选取不同的特征指标作为输入，通过10折交叉验证进行准确率评估。同时，采用支持向量机、K近邻、BP神经网络算法对不同参数组合进行识别，以对比不同机器学习方法的识别效果，结果如表3所示。