基于LSTM的智能車變道預測研究
作者：伍淑莉; 尹慧琳; 王杰; 王亞偉 同濟大學中德學院; 上海200092
摘要：文章基于循環(huán)神經網絡RNN(Recurrent Neural Network)和長短時記憶網絡LSTM(Long-Short Term Memory)的理論研究,提出了一種基于LSTM的智能車變道行為預測模型。首先,搭建LSTM網絡模型框架;然后根據(jù)人類駕駛場景對真實數(shù)據(jù)集NGSIM(Next Generation Simulation)進行特征選擇與數(shù)據(jù)提取。最后使用長短時記憶網絡(LSTM)模型進行訓練,測試車輛變道預測結果,并將結果與利用RNN模型預測的結果進行比較,驗證了本文方法的有效性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
信息通信雜志
信息通信雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創(chuàng)新性，刊載內容涉及的欄目：電子與信息科學、信息技術、通信工程、軟件理論與方法、信息系統(tǒng)及應用、通信運營、信息管理、網絡與資源建設、信息傳播、信息化教育、電子政務及商務、產業(yè)論壇等等。于1987年經新聞總署批準的正規(guī)刊物。
- 省級期刊
- 1個月內審核
