The invention discloses a method for driving behavior evaluation and FCM clustering based on BP neural network, which belongs to the technical field, car networking methods include: from the car networking driving vehicle satellite positioning signal sample query set as sample data set in the database provided; driving behavior characteristic parameters of sample vehicle from sample data; build a cluster platform run the FCM Hadoop clustering algorithm based on Spark, and according to a preset number of clustering, clustering results are driving behavior characteristic parameters; create BP neural network, and the clustering results of driving behavior characteristics parameters were normalized as training samples to train BP neural network is created; the trained BP neural network. To evaluate after normalization for evaluation of driving behavior. By analyzing the data of vehicle networking, the accuracy and scientificity of driving behavior evaluation are improved.
【技术实现步骤摘要】
一种基于FCM聚类和BP神经网络的驾驶行为评价方法
本专利技术涉及车联网
,特别涉及一种基于FCM聚类和BP神经网络的架势行为评价方法。
技术介绍
近年来,随着物联网技术的飞速发展以及车联网技术的不断普及,车载终端等车联网移动设备无时无刻不产生大量的车联网数据,利用这些设备可以非常方便的实现大规模车辆的监控、调度和远程管理,从而提高车辆使用效率,方便政府以及企业车辆的管理。目前,对驾驶速度行为的评价一般是通过一系列的驾驶行为减分单元:急加速减分单元、急减速减分单元、急转弯减分单元等,根据急加/减速、急转弯次数等数据进行减分,实现驾驶行为评级分数计算。评价过程的主观性较强,评价结果不够科学、准确。
技术实现思路
本专利技术的目的在于提供一种基于FCM聚类和BP神经网络的驾驶速度行为评价方法,以对驾驶行为进行客观、科学的评价。为实现以上目的,本专利技术提供一种基于FCM聚类和BP神经网络的驾驶行为评价方法,该方法包括:S1、从车联网数据库中查询样本车辆的行驶卫星定位信号集合作为样本数据集;S2、从样本数据集中提取样本车辆的驾驶行为特征参数;S3、搭建基于Hadoop的Spark的集群平台,并将驾驶行为特征参数保存在分布式文件系统HDFS中;S4、将FCM聚类算法部署在Spark平台上,并根据预设的聚类个数,得到驾驶行为特征参数的聚类结果;S5、创建BP神经网络,并将驾驶行为特征参数的聚类结果进行归一化处理后作为训练样本对创建的BP神经网络进行训练,得到BP神经网络模型;S6、利用BP神经网络模型,对经归一化处理后的待评价驾驶行为进行评价。进一步地,步骤S1, ...
【技术保护点】
一种基于FCM聚类和BP神经网络的驾驶行为评价方法,其特征在于,包括:S1、从车联网数据库中查询样本车辆的行驶卫星定位信号集合作为样本数据集;S2、从样本数据集中提取样本车辆的驾驶行为特征参数;S3、搭建基于Hadoop的Spark的集群平台,并将驾驶行为特征参数保存在分布式文件系统HDFS中;S4、将FCM聚类算法部署在Spark平台上,并根据预设的聚类个数,得到驾驶行为特征参数的聚类结果;S5、创建BP神经网络,并将驾驶行为特征参数的聚类结果进行归一化处理后作为训练样本对创建的BP神经网络进行训练,得到BP神经网络模型;S6、利用BP神经网络模型,对经归一化处理后的待评价驾驶行为进行评价。
【技术特征摘要】
1.一种基于FCM聚类和BP神经网络的驾驶行为评价方法,其特征在于,包括:S1、从车联网数据库中查询样本车辆的行驶卫星定位信号集合作为样本数据集;S2、从样本数据集中提取样本车辆的驾驶行为特征参数;S3、搭建基于Hadoop的Spark的集群平台,并将驾驶行为特征参数保存在分布式文件系统HDFS中;S4、将FCM聚类算法部署在Spark平台上,并根据预设的聚类个数,得到驾驶行为特征参数的聚类结果;S5、创建BP神经网络,并将驾驶行为特征参数的聚类结果进行归一化处理后作为训练样本对创建的BP神经网络进行训练,得到BP神经网络模型;S6、利用BP神经网络模型,对经归一化处理后的待评价驾驶行为进行评价。2.如权利要求1所述的方法,其特征在于,所述的步骤S1,具体包括:以车牌、起止时间为查询条件从车联网数据库中查询样本车辆的行驶卫星定位信号集合。3.如权利要求1所述的方法,其特征在于,所述的步骤S2中的样本车辆的驾驶行为特征参数,具体包括:车速超速时间比例Ov、急加速次数Act、急减速次数Dct以及急转弯次数Stt。4.如权利要求3所述的方法,其特征在于,所述的步骤S2,具体包括:调用高德地图中的抓路服务API获取道路最高限速值;采集车辆在预设时间段内的行驶速度值,并与道路最高限速值进行比较,得到车辆在预设时间段内的车速超速时间比例Ov;根据预设时间段内采集的任意两个连续的采样点k-1、k的行驶速度信息,计算车辆在k时刻的加速度值;根据车辆在k时刻的加速度值、设定的急加速加速度阈值以及设定的急减速的加速度阈值,计算车辆急加速次数Act和急减速次数Dct;根据车辆在k时刻的加速度值、设定的急转弯的速度限值以及设定的行驶方向角改变阈值,计算车辆的急转弯次数Stt。5.如权利要求4所述的方法...
【专利技术属性】
技术研发人员:吴仲城,吴紫恒,李芳,张俊,罗健飞,
申请(专利权)人:安徽中科美络信息技术有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。