Resumen

Este artículo presenta un modelo híbrido para la predicción temprana de la fatiga del conductor, que es la principal causa de accidentes de tráfico graves. El método propuesto divide el problema de predicción en tres etapas, es decir, un modelo basado en SVM para predecir el estado de fatiga temprana del conductor, un modelo basado en GA para optimizar los parámetros en la SVM, y un modelo basado en PCA para reducir la dimensionalidad de los conjuntos de datos de características complejas. El modelo y el algoritmo se ilustran con datos experimentales de conducción y los resultados de la comparación también muestran que el método híbrido puede proporcionar en general un mejor rendimiento para la predicción del estado de fatiga del conductor.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:modelo, predicción del estado de fatiga del conductor, aparición temprana del estado de fatiga del conductor, conjuntos de datos de características complejas, predicción de aparición temprana, accidentes de tráfico graves, svm, mejor rendimiento, comparación de resultados, fatiga del conductor
• Keywords:model, driver fatigue state prediction, early onset driver fatigue state, complex features datasets, early onset prediction, severe traffic accidents, svm, better performance, comparison results, driver fatigue