TY -的A2在娜塔莉AU -谢,义诊AU - Ni,非盟》——Alfarraj,奥萨马AU -高,Haoran盟——沈Guojiang盟——香港,Xiangjie盟——Tolba Amr PY - 2020 DA - 2020/12/07 TI - DeepCF:深特性上优于车辆模型使用在线Ride-Hailing轨迹数据SP - 8816681六世- 2020 AB -车辆模型描述了车辆的微观行为。然而,现有的车辆模型将司机的反应时间设置为固定值而不考虑其动态。为了提高车辆模型的准确性,本文提出了深刻的特性上优于车辆模型(DeepCF),一个基于疲劳驾驶的车辆模型和生成对抗网络(甘)。模型是由司机的反应时间模型和车辆决策算法。首先,我们把驾驶疲劳的影响为出发点来研究驾驶时间和加速度的前汽车在驾驶员的反应时间,并开发一个粗粒度的司机的反应时间模型。其次,考虑疲劳驾驶车辆决策的影响,我们利用氮化镓生成驱动决定数据库基于反应时间和使用欧氏距离作为决定搜索指标。最后,我们真实的数据集上进行实验,结果表明,我们的DeepCF模型优于基准模型。SN - 1530 - 8669你2020/8816681 / 10.1155——https://doi.org/10.1155/2020/8816681——摩根富林明——无线通信和移动计算PB - Hindawi KW - ER