5、基于神经生理的驾驶员行为分析

基于神经生理的驾驶员行为分析

1. 引言

马来西亚道路危险程度在新兴国家中排名第三,每10万人中有24.51人死于交通事故。据估计,该国每年至少有7000至8000人死于交通事故。交通死亡人数的上升趋势迫切需要我们深入了解事故原因,以降低道路上的死亡人数。

事故通常由车辆、环境和人类三个因素引起,其中人类因素约占交通事故的95%。驾驶员行为对道路安全的影响比驾驶员表现更大。驾驶员行为是指驾驶员选择执行的行动或选择,而驾驶员表现是指驾驶员能够采取的行动或选择。

行为因素可进一步分为以下四类:
1. 长期降低能力的因素(经验不足、衰老、疾病和残疾、酗酒、药物滥用);
2. 短期降低能力的因素(嗜睡、疲劳、急性中毒、短期药物影响、暴饮暴食、急性心理压力、临时分心);
3. 长期促进冒险行为的因素(高估能力、大男子主义态度、习惯性超速、习惯性无视交通规则、不文明驾驶行为、不使用安全带或头盔、驾驶时坐姿不当);
4. 短期促进冒险行为的因素(适度饮酒、精神药物、机动车犯罪、自杀行为、强迫行为)。

驾驶风格可分为四大类:鲁莽粗心驾驶、焦虑驾驶、愤怒敌对驾驶和耐心谨慎驾驶,这些风格深受个性和情绪的影响。

驾驶员的习惯会影响其驾驶技能,而驾驶技能与个人性格密切相关,难以在短时间内改变。个性通常可以通过面试或自我报告问卷来衡量,如迈尔斯 - 布里格斯(Myers - Briggs)和大五人格(Big Five)测试。

1.1 迈尔斯 - 布里格斯个性测试

迈尔斯 - 布里格斯个性测试基于个体对感知和判断的偏好,有四个指标:
1. 偏好世界:外向(E)关注外部世界,内

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值