基于机器学习的驾驶行为识别与评价开题报告

 2021-12-19 22:07:49

全文总字数:7632字

1. 研究目的与意义(文献综述)

1.1目的

车辆驾驶行为识别(vdbr)在车辆驾驶和交通安全研究领域一直是一个具有挑战性的问题,深度学习是解决这个问题的有效方式之一,可从改进深度学习网络模型入手,分析现有经典深度学习算法在驾驶行为识别方面的优缺点,提出优化模型方案,简化模型规模和调试参数,以提髙驾驶行为识别精度和车辆驾驶安全性,减少交通事故发生率。

1.2意义

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.1研究目标

  1. 提出车辆驾驶行为调查方案,进行数据调查、收集。建立事件评价标准模型,处理调查所得数据,以此分析产生各类驾驶行为的主观与客观影响因素,探讨驾驶行为的操作特性。

  2. 对现有经典深度学习算法进行对比分析,以此为基础提出一种改进算法,简化模型规模和调试参数,以提髙驾驶行为识别精度和车辆驾驶安全性。

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    3. 研究计划与安排

    3月:查阅相关文献资料,明确研究内容,确定方案,完成开题报告,并撰写毕业论文初稿。

    4月:设计实验方案,进行实地调查。

    5月:完成并修改毕业论文。

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    4. 参考文献(12篇以上)

    参考文献

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。