摘要
本公开提供一种增强局部感知注意力的模型训练方法、预测方法和装置,包括:获取模型训练样本;将模型训练样本输入预设网络模型的Embedding模块,得到高维空间表征数据;将高维空间表征数据输入预设网络模型的编码器模块,得到局部感知表征数据;将局部感知表征数据输入预设网络模型的解码器模块,得到训练车辆行驶时的制动意图预测结果;采用预设损失函数,基于制动意图预测结果对预设网络模型进行训练,得到制动意图预测模型。从而,通过增强预测模型对局部数据变化趋势的敏感性,有效提升模型预测精度,大幅度提高行车安全。
技术关键词
编码器模块
制动意图
行驶状态数据
注意力机制
模型训练方法
解码器
级联
车辆
网络
输入模块
关系
数据变化趋势
电信号
模型训练装置
线性
序列
系统为您推荐了相关专利信息
预测模型训练方法
历史气象数据
学习算法
梯度下降法
概率密度函数
协同调度方法
多模态
分布式电源出力
注意力机制
动态
多模态特征融合
环境图像数据
注意力机制
多模态交互
点云特征
特征提取网络
语义特征
解码器
光流特征
注意力机制