مدل تعاملی برای تعیین عادی بودن رفتار انفرادی راننده

چکیده:
در این مقاله مدلی تعاملی برای بررسی رفتار عادی انفرادی رانندگان ارائه می شود که تاثیر متقابل وسایل نقلیه در آن به کار رفته است. از ویژگی های زمانی حاصل از ردگیری هر یک از وسایل نقلیه و تاریخچه حرکت آن وسایل، در ایجاد مدلی از رفتار عادی استفاده می شود. به دلیل غیرایستان بودن رفتار، از مدل مخفی مارکف برای ساخت مدل تعاملی استفاده شده است. مدل مورد استفاده دارای سه بخش اصلی است. بخش اول تاریخچه مسیر حرکت پیشینیان، که به این منظور یک ماتریس گذر مراکز (CTM) پیشنهاد شده که نوعی پایگاه داده اطلاعات مکانی- زمانی از حرکات دیده شده در فریمهای پیشین است. بخش دوم ویژگی های زبانی یا شناسایی نوع حرکت وسایل نقلیه است، این حرکات عبارت است از مستقیم، گردش به راست و به چپ، انحراف به راست و به چپ، تغییر باند به راست و به چپ. بخش سوم ویژگی های سطح پایین شامل سرعت و فاصله تا شیء مجاور است. همچنین CTM در جستجوی تکه های مشابه، کارامد است و می تواند شعاع و موقعیت جستجو را تعیین کند. این فیدبک بالا به پایین، باعث افزایش کارایی ردیاب RLS و جستجوی شیء شد.
در سیستم ارائه شده، مقدار متوسط تعلق درست به مدل مخفی مارکف 2/81% برای رفتار عادی به دست آمد. همچنین نوع حرکت با مدل مخفی مارکف با نرخ 7/82% روی داده های آزمون شناسایی شد و با استفاده از فیدبک CTM خطای پیش بینی روی تعداد زیادی از وسایل نقلیه حداقل80% کاهش یافت.
زبان:
فارسی
در صفحه:
21
لینک کوتاه:
magiran.com/p615572 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!