论文部分内容阅读
为提高换道辅助系统阈值的精确度,提出了两种可应用于换道辅助系统的集成学习方法:随机森林和Ada Boost算法。采用实车试验数据建立和验证算法,结果表明:相比于以往研究中使用的贝叶斯或者决策树分类方法,这两种集成学习方法具备较高的分类精度和较低的假阳性率。采用Ada Boost算法的车道保持精度可达99.1%,随机森林精度为98.7%,相应的真阳性率分别为96.3%和94.6%。