公路貨運(yùn)危險(xiǎn)駕駛行為智能預(yù)測(cè)技術(shù)研究

摘要： 基于某省載貨汽車(chē)歷史行駛數(shù)據(jù)，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)-長(zhǎng)短期記憶（CNN-LSTM）網(wǎng)絡(luò)與自注意力機(jī)制的危險(xiǎn)駕駛行為預(yù)測(cè)方法。針對(duì)載貨汽車(chē)行駛數(shù)據(jù)量大、維度高、特征提取難度大、時(shí)序性強(qiáng)的特點(diǎn)，首先運(yùn)用XGBoost對(duì)特征進(jìn)行篩選，接著利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行空間特征提取，再運(yùn)用長(zhǎng)短期記憶（LSTM）網(wǎng)絡(luò)捕捉駕駛行為的時(shí)序信息，最后通過(guò)自注意力機(jī)制對(duì)危險(xiǎn)駕駛行為進(jìn)行預(yù)測(cè)...