骑行过程中智能手机分心行为检测模型研究

骑行过程中智能手机分心行为检测模型研究

U491.25; 为了探寻电动自行车骑行过程中手机分心行为的检测方法,设计了骑行过程中手机操作测试任务,通过九轴姿态传感器、GPS获取电动自行车横纵向运行指标,并对各项指标进行差异性分析以提取特征参数.采用遗传算法优化的随机森林模型(GA-RF)构建骑行过程中智能手机分心行为检测模型,利用测试集证明模型有效性.结果表明,GA-RF能够有效地对骑行者手机分心状态进行检测,GA-RF的检测精确率为92.8%,F1值为89.8%,均优于支持向量机(SVM)结果,该检测模型可为分心预警系统提供依据....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:智能城市 2023, Vol.9 (11), p.23-25
Hauptverfasser: 罗少鹏, 王涛, 雷胡晟
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:U491.25; 为了探寻电动自行车骑行过程中手机分心行为的检测方法,设计了骑行过程中手机操作测试任务,通过九轴姿态传感器、GPS获取电动自行车横纵向运行指标,并对各项指标进行差异性分析以提取特征参数.采用遗传算法优化的随机森林模型(GA-RF)构建骑行过程中智能手机分心行为检测模型,利用测试集证明模型有效性.结果表明,GA-RF能够有效地对骑行者手机分心状态进行检测,GA-RF的检测精确率为92.8%,F1值为89.8%,均优于支持向量机(SVM)结果,该检测模型可为分心预警系统提供依据.
ISSN:2096-1936
DOI:10.19301/j.cnki.zncs.2023.11.007