《表2 危险驾驶识别测试实验结果》
提示：宽带有限、当前游客访问压缩模式
将所有的车辆行驶状态参数数据流打上标签后，按照十折交叉法对危险驾驶行为模型进行训练并测试，其准确率如表2所示。
| 图表编号 | XD0050519300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.18 |
| 作者 | 吴士力、陈林山、刘姝 |
| 绘制单位 | 南京交通职业技术学院汽车工程学院、南京交通职业技术学院汽车工程学院、南京交通职业技术学院汽车工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 分心判别结果：基于自然驾驶数据的分心驾驶行为识别方法》2020.09.01
- 《表3 各模型的疲劳驾驶识别结果》2020.10.15
- 《表2 API命名实体识别测试集实验结果》2020.05.01
- 《表6 驾驶风格识别结果：基于SOM神经网络的多工况驾驶风格识别》2021.01.30
- 《表3 ClassRecognition测试集超分辨率重建人脸识别实验结果》2020.11.01
- 《表2 ClassRecognition测试集人脸识别实验结果》2020.11.01
- 《表9 不同算法的危险驾驶行为识别结果比较》2020.06.01
- 《表3 测试集实验结果：基于智能视频图像分析的安全帽识别》2020.05.16
- 《表1 系统的测试结果：基于深度学习的不规范驾驶行为智能识别系统》2020.02.25
- 《表2：分心判断实验结果：基于人脸识别技术的汽车防疲劳驾驶系统》2020.06.15
- 《表1：疲劳判断实验结果：基于人脸识别技术的汽车防疲劳驾驶系统》2020.06.15
- 《表2 事件提取阈值设定：基于自然驾驶数据的危险事件识别方法》2020.01.01
- 《表3 输入变量汇总：基于自然驾驶数据的危险事件识别方法》2020.01.01
- 《表4 数据集实验结果：基于迁移学习和AlexNet的驾驶员行为状态识别方法》2019.10.08
- 《表7 系统部分测试结果：基于视频序列的危险驾驶预警技术研究》2019.09.18
- 《表6 驾驶人安全倾向性分类结果识别参数统计结果》2019.08.25
- 《表1 对比结果：基于CNN的无人驾驶行人识别》2019.05.25
- 《表3 危险行为识别数据集实验结果》2019.06.08
- 《表1 测试集实验结果：满足RoboCup规范小型类人足球机器人设计与目标识别》2019.04.01
- 《表2 实验识别结果：基于机器视觉的施工危险区域侵入行为识别方法》2019.01.01