摘要
影响跟驰反应时间的主客观因素较为复杂,目前利用深度学习对跟驰反应时间的预测的研究较少.首先对数据集中跟驰轨迹的刺激点和反应点进行筛选,并计算每条轨迹的反应时间.其次,建立基于LSTM的跟驰反应时间预测模型,对数据集中的跟驰车辆反应时间进行预测.最后,对模型进行测试,通过测试结果可知:该模型可以对车辆的跟驰反应时间进行较好的预测,其预测值与真实值具有较高的拟合度,并且其预测结果较于BP跟驰车辆反应时间预测模型具有较高的精准度.
基金项目
安徽省自然科学基金面上项目(JZ2022AKZR0413)
认知智能国家实验室开放课题(W2022JSKF0504)
NETL
NSTL
万方数据