TY-JOURA2-Mitton、NatharieAU-Xie、YizenAU-Ni、QCHOAU-AU-Gao、HaoranAU-Shen、GuojiangAU-Kong、HangjieAU-Tolba、AmrPY-2020DA-202012/1207TI-THEGCF:使用在线旋转轨迹数据SP-8816681VL-2020AB现有汽车跟踪模型将驱动者反应时间定值而不考虑动态提高汽车跟踪模型精度,本文建议深特征学习汽车跟踪模型,这是一个基于疲劳驱动和生成反向网络的汽车跟踪模型模型由驱动响应时间模型和跟踪汽车决策算法组成车速加速对驱动者反应时间的影响研究 开发粗粒驱动者反应时间模型第二,考虑到疲劳驱动对汽车跟踪决策的影响,我们使用GAN生成驱动决策数据库,数据库基于反应时间并使用欧几里得距离作为决策搜索指标最后,我们用实数据组进行实验,结果显示我们的深层CF模型优于基准模型SN-1530-8669UR-https://doi.org/101155/20881681DO-101155/208816881JF-无线通信和移动计算PB-HindawiKW-ER-ER