《表3 同类研究的对比结果》

  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

《基于禁忌搜索的混合算法在驾驶压力识别中的应用》

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

将本文算法与采用PhysioBank数据库中相同数据集的其他算法进行比较，结果如表3所示。文献[13]将分别对应休息、高速公路和城市街道3种路况的低压、中压和高压3种状态进行了合并，分成了低压和中高压两类，即将实验驾驶路况分为了休息和驾驶两大类，而这两类的差异无疑非常明显，所以当文献[14]采用PBFG+KBCS+LDA+PCA方法对特征降维并进行二分类时，最终得到了很高的准确率；文献[15]采用了SBL+PCA的算法，最终对3种状态的识别率达到了0.877；文献[16]采用组合融合（Combinatorial Fusion，CF）的方式降低特征维度，最终平均准确率达到了0.857。相较于其他作用于三分类的算法，MFTS算法取得了较好的平均准确率，验证了本文算法的有效性。