TY -的A2 -古普塔,Punit AU -库马尔,Ankit AU -库马尔,Ajay AU -辛格,玛雅AU -库马尔,Pradeep盟——Bijalwan Anchit PY - 2022 DA - 2022/09/20 TI -一个优化方法利用转移学习检测酒后驾车SP - 8775607六世- 2022 AB -尽管交通事故的统计数据显示缓慢下降在许多国家在过去的几年里,醉酒或drug-influenced开车仍然造成足够的这些记录的股票采取行动。如今,呼吸分析器用于估计呼吸酒精含量由酒精(BAC)执法作为一个初步的筛选在许多国家。因此,因为呼吸分析器或现场酒精测试人员不能准确衡量BAC,分析血液样本的个体需要进一步的行动。许多研究者提出了各种方法来检测酒后驾车,例如,使用传感器,人脸识别,司机的行为混淆使用呼吸分析器由来已久的方法的缺点。但每一个都有一定的局限性。本研究提出了一个计划来区分司机的状态,也就是说,是清醒还是糊涂,通过使用转移学习卷积神经网络(CNN)特性的随机森林(RF)特性的准确性高达93%,高于现有的模型。使用相同的数据集,来验证我们的研究,比较分析了与其他现有的模型分类器等简单向量机(SVM)的准确性达65%,再邻居(资讯)的准确性达62%,这是表明我们的方法是一种优化的方法在准确性方面,精度,记得, F1-score、AUC-ROC曲线和马修与混淆矩阵的相关系数(MCC)。SN - 1058 - 9244 UR - https://doi.org/10.1155/2022/8775607 - 10.1155 / 2022/8775607摩根富林明科学编程PB - Hindawi KW - ER