Tobias Freudling,宝马集团
在这个演示中,您将看到车辆数据的自动分类的演示,这是由不同的驾驶机动导致的,目的是预测车辆的过度转向。建立了经典实现与机器学习方法的比较。到目前为止,在传统意义上已经定义了某些阈值,当超过这个阈值时,这些阈值应该是超调的信号。在某些情况下,也有依赖速度的睡眠者是由多年的经验决定的。因此,如何用机器学习方法很好地和多快地描述测量结果的问题也受到了质疑。
基于统计与机器学习工具箱(Machine Learning Toolbox™)中的分类算法,针对超速行驶的具体驾驶情况,对模型进行了训练。对于用于训练的数据集,模型的预测精度在95%以上。在下一步中,该模型将应用于新记录。第一次评价显示有希望的结果。