TU Dresden, Germany, 01069;
TU Dresden, Germany, 01069;
TU Dresden, Germany, 01069;
Daimler AG, Germany, 71059 Sindelfingen;
traffic engineering computing; behavioural sciences computing; Markov processes; optimisation; pattern clustering;
机译:使用大型行驶记录样本和随机方法构建实际的驾驶循环:温尼伯驾驶循环
机译:K-Means聚类和马尔可夫模型对城市混合道路结合的驾驶周期施工方法
机译:信任什么?探索自动化车辆驾驶风格和交通情况之间的相互依存性
机译:基于马尔可夫模型和群集分析,衍生与交通状况和驾驶风格相对应的现实驱动周期
机译:评估在现场,驾驶模拟器和交通模拟模型中观察到的自行车与车辆相互作用的侵占后时间。
机译:基于隐马尔可夫模型的基于制动特性的驾驶风格识别方法
机译:基于现实世界驾驶数据的实际驾驶发射周期推导 - 使用马尔可夫模型和阈值接受