原创力文档摘要
随着城市化进程加快与智能交通系统发展，车辆驾驶行为的精准识别成为提升
道路安全与交通效率的关键．本文研究车辆驾驶行为的状态变更识别，具体包括
左车道变更、保持车道和右车道变更．针对传统方法在类别分布失衡场景下的识
别局限性，本文提出基于B-IHDABC-XGBoost的Stacking融合模型．使用数据驱
动方法对HIGH-SIM高速公路数据集进行深度挖掘后，构建了包含数据预处理、
特征提取、搭建识别模型与性能比较的系统性研究框架，旨在实现驾驶行为状态
变更的高精度识别．具体
摘要
随着城市化进程加快与智能交通系统发展，车辆驾驶行为的精准识别成为提升
道路安全与交通效率的关键．本文研究车辆驾驶行为的状态变更识别，具体包括
左车道变更、保持车道和右车道变更．针对传统方法在类别分布失衡场景下的识
别局限性，本文提出基于B-IHDABC-XGBoost的Stacking融合模型．使用数据驱
动方法对HIGH-SIM高速公路数据集进行深度挖掘后，构建了包含数据预处理、
特征提取、搭建识别模型与性能比较的系统性研究框架，旨在实现驾驶行为状态
变更的高精度识别．具体
文档评论（0）