汽車防撞安全等級的分類方法研究.pdf

1、隨著車輛的增多，交通事故頻發(fā)。為了減少交通事故的發(fā)生，汽車防撞安全體系的研究也越來越迫切。保證行駛中車輛的安全距離是汽車防碰撞的重要因素之一。
　　本文通過基于核的Fisher方法和區(qū)間模糊推理兩種方法對汽車行駛的安全距離數(shù)據(jù)進行分類，分類結(jié)果及時反饋給駕駛?cè)?，提醒駕駛?cè)俗⒁獍踩{駛。
　　分類是數(shù)據(jù)挖掘和模式識別中的一個重要的研究問題，為了使汽車防撞安全數(shù)據(jù)的分類準(zhǔn)確率高，運行速度快，本文實現(xiàn)了兩種方法對其進行分類，都實現(xiàn)

2、了較好的結(jié)果。
　　首先，基于核的Fisher方法在處理非線性數(shù)據(jù)上有很大的優(yōu)勢，在Fisher線性判別基礎(chǔ)上加入核函數(shù)，該方法在高維特征空間中得到的線性最優(yōu)判別特征向量實質(zhì)為原始空間中非線性最優(yōu)判別特征向量。其基本思想，將原始訓(xùn)練樣本通過一個非線性映射變換到某一高維特征空間中，在高維特征空間中完成Fisher線性判別?；诤说腇isher方法很好將汽車防撞安全數(shù)據(jù)進行分類，實現(xiàn)了較高的準(zhǔn)確率，也為汽車防撞安全數(shù)據(jù)的分類提供了一種

3、新的方法。在MATLAB平臺上驗證了該方法的有效性。
　　其次，在區(qū)間模糊推理方法中，在邱望仁提出的基于區(qū)間推理的模糊分類器的基礎(chǔ)上融入了權(quán)值計算，充分考慮了每個屬性對分類的貢獻程度，提出了一種新的匹配方法。該方法僅使用最大匹配性原則就可以分類，在處理一般數(shù)值型數(shù)據(jù)時，正確率高，而且對高位數(shù)據(jù)的處理不會帶來指數(shù)級的運行速度的增加。在處理汽車防撞安全數(shù)據(jù)的分類中，改進的方法比原方法的準(zhǔn)確率有很大的提高，并通過仿真驗證了該方法的有效性