《表1 R128×1长短时记忆网络模型混淆矩阵》

  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

《基于长短时记忆网络的路口转向意图预测》

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

所有长短时记忆网络模型采用相同特征，使用每个实验的混淆矩阵及正确率来评估长短时记忆网络模型的有效性。使用距离路口400 m至10 m段的数据进行长短时记忆网络模型的训练与测试。从真实数据集NGSim中共提出9 597组数据，其中6 756组作为训练数据。在训练数据中，直行5 763组，左转547组，右转446组。2 841组路口数据作为测试数据，其中直行2 485组，左转196组，右转160组。训练集与测试集采用留出法进行划分，训练集S与测试集D符合S∶D=7∶3的划分标准[18]。实验结果如表1～3所示。