基于LSTM的智能车变道预测研究
作者： 同济大学中德学院; 上海200092
摘要：文章基于循环神经网络RNN(Recurrent Neural Network)和长短时记忆网络LSTM(Long-Short Term Memory)的理论研究,提出了一种基于LSTM的智能车变道行为预测模型。首先,搭建LSTM网络模型框架;然后根据人类驾驶场景对真实数据集NGSIM(Next Generation Simulation)进行特征选择与数据提取。最后使用长短时记忆网络(LSTM)模型进行训练,测试车辆变道预测结果,并将结果与利用RNN模型预测的结果进行比较,验证了本文方法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社。
信息通信杂志
信息通信杂志， 月刊，本刊重视学术导向，坚持科学性、学术性、先进性、创新性，刊载内容涉及的栏目：电子与信息科学、信息技术、通信工程、软件理论与方法、信息系统及应用、通信运营、信息管理、网络与资源建设、信息传播、信息化教育、电子政务及商务、产业论坛等等。于1987年经新闻总署批准的正规刊物。
- 省级期刊
- 1个月内审核
