江苏省汽车重点实验室开放基金(QC200705)
- 作品数：3 被引量：8H指数：1
- 相关作者：姚明梁军何仁陈小波程显毅更多>>
- 相关机构：江苏大学复旦大学更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省汽车重点实验室开放基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术交通运输工程机械工程更多>>
- 基于动态神经网络集成的驾驶员行为学习算法被引量：1
- 2009年
- 特定交通环境下的驾驶员行为的变化是一个非线性的复杂系统,传统的驾驶决策模型和车辆行驶模型难以体现驾驶员的感知、判断、决策、动作等一系列心理、生理活动的不确定性和不一致性,而人工神经网络特别适合于因果间不易建立明确联系的问题。提出了基于神经网络集成的驾驶员行为学习算法DNNIA,该算法的有效性通过标准数据集和仿真实验得到了验证,学习到的诸如驾驶员踩踏踏板的习惯行为的仿真结果与采集的样本数据总体趋势较为一致,且实现了系统泛化性能的提高。
- 梁军陈小波程显毅姚明
- 关键词：智能交通驾驶员行为仿真
- 永磁磁轨制动应用及联合控制策略研究被引量：7
- 2010年
- 介绍了永磁磁轨制动器的优点和工作原理,分析了影响磁轨制动器制动能力的主要因素;阐述了高速列车中应用磁轨制动并进行联合制动的必要性,对联合制动的控制策略和流程进行了分析;在此基础上应用公式计算了采用联合控制前后高速列车紧急制动距离的变化,计算结果表明在高速列车中采用磁轨制动可显著缩短制动距离,改善主制动系统的工作状况。
- 姚明何仁
- 关键词：联合制动控制策略制动力制动距离
- 基于马尔科夫随机场和鲁棒误差函数的半监督分类研究
- 2010年
- 为了克服由错误标记样本所引发的问题,提出半监督分类器模型。从标记数据和未标记数据中学习得到决策准则,并在马尔科夫随机场中,运用一个新的基于鲁棒误差函数的能量函数,分别设计基于迭代条件模型和马尔科夫链蒙特卡罗的两种算法来推断标记样本和未标记样本的类别。实验结果表明这两种方法对于现实世界的数据集来说是高效的,并具有很好的鲁棒性。
- 梁军陈龙周卫琪陶文倩姚明胥正川
- 关键词：马尔科夫随机场
