基于蟻群優化模糊C均值聚類算法的疲勞駕駛研究
魯明; 王彬; 劉東儒; 胡穎雁 池州職業技術學院機電技術系; 安徽池州247000
關鍵詞：駕駛行為 模糊c均值聚類 蟻群聚類算法 模式識別
摘要：通過收集大數據對汽車駕駛員的疲勞特征和疲勞參數進行學習,根據學習的參數將駕駛員的疲勞程度進行分類,提出了蟻群優化的模糊C均值聚類算法。在初步聚類中運用蟻群聚類產生聚類中心和簇的個數,提供給模糊C均值聚類;利用模糊C均值聚類再次進行聚類,克服了單個聚類算法的缺點。仿真結果表明:文中方法比一般方法具有更好的性能和聚類效果。利用BP神經網絡模式識別功能可以識別疲勞駕駛類別。
湖北汽車工業學院學報雜志要求:
{1}參考文獻是論文中引用的觀點、數據和材料等內容的出處，用帶方括號的數字（如[1]）按順序編碼標明，并與文末編碼對應。
{2}內容要求觀點鮮明、新穎，論據充分、有力，結論正確，具有原創性，反對抄襲、偽造或一稿多投。
{3}依照《著作權法》規定，本刊可以對來稿作文字修改、刪節，必要時可以進行內容的修改。
{4}題名應簡明、具體、貼切，能概括文章的特定內容；題名一般不超過20字，必要時可加副標題。
{5}來稿請注明字數并提供作者簡介，包括姓名、出生年月、性別、民族、籍貫、職稱、學位、工作單位、聯系方式和主要研究方向等，其中姓名和工作單位名稱請提供正確的英文譯名。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
