【技术实现步骤摘要】
本专利技术属于汽车智能化，具体的为一种基于深度学习和数据融合的增程式汽车驾驶风格辨识及适应性反馈方法和能效优化方法。
技术介绍
1、随着智能交通系统和自动驾驶技术的快速发展，驾驶风格的识别和分析成为了提升道路安全性、优化交通流量管理、以及提高驾驶体验的关键技术之一。驾驶风格的不同不仅反映了驾驶员的个人驾驶习惯，也与交通安全和能源效率密切相关。因此，准确识别驾驶风格对于智能交通系统的设计和自动驾驶车辆的决策支持具有重要意义。
2、传统的驾驶风格识别方法多依赖于简单的统计分析和规则判断，这些方法在处理复杂的驾驶数据时存在局限性。尽管通过车载传感器和外部环境传感器收集的数据量日益增加，但如何有效利用这些数据进行深入的驾驶行为分析，仍然是当前技术面临的一个挑战。此外，现有的方法往往无法动态适应驾驶行为的变化，缺乏对不同驾驶情境下细微变化的敏感度。近年来，深度学习技术在图像识别、语音处理和自然语言处理等领域取得了显著的进展，为解决上述问题提供了新的技术路径。特别是，卷积神经网络(cnn)和长短期记忆网络(lstm)等模型已经被证明在处...
【技术保护点】
1.一种基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：包括如下步骤：
2.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：所述步骤二中，对驾驶风格辨识数据进行归一化处理的方法为：
3.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：所述步骤二中，对驾驶风格辨识数据进行特征选择时，采用互信息方法评估输入特征与驾驶风格之间的相关性，选择相关性最高的特征进行分析；原理为：
4.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在...
【技术特征摘要】
1.一种基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：包括如下步骤：
2.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：所述步骤二中，对驾驶风格辨识数据进行归一化处理的方法为：
3.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：所述步骤二中，对驾驶风格辨识数据进行特征选择时，采用互信息方法评估输入特征与驾驶风格之间的相关性，选择相关性最高的特征进行分析；原理为：
4.根据权利要求1所述基于深度学习和数据融合的增程式汽车驾驶风格辨识方法，其特征在于：所述步骤三中，采用小波神经网络分析增程器功率输出的时频特征的原理为：
5.根据权利要求1所述基...
【专利技术属性】
技术研发人员：张正萍，杨波，龙唯山，段伟，唐小丽，梁鹏，蔡斌，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
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。