摘要
本申请提供一种驾驶安全预警方法及模型训练方法、装置、设备、介质及产品,其中方法包括:为第一特征提取模型中每个训练参数初始化一个量子态;在每轮迭代中,为每个量子态引入一个预先配置的偏移量,计算新的训练参数数值和对应的适应度值;根据当前的量子态以及第一特征提取模型的当前适应度值,对权重进行校准;选择多个量子态模拟量子撞击过程,评估新生成的量子态,并计算对应的适应度值;对所有训练参数的量子态进行合并,模拟量子干涉过程;根据新生成的量子态对应的适应度值和干涉结果对训练参数进行更新,得到第二特征提取模型。由此可见,本申请按上述方式得到的模型,在驾驶安全预警方面更加准确全面,保证了驾驶员的生命财产安全。
技术关键词
量子态
特征提取模型
模型训练方法
训练样本集
计算机程序指令
特征提取网络
对抗网络模型
参数
预警方法
分类器
结构风险最小化
计算机程序产品
模型训练设备
矩阵
对称轴
模型训练装置
可读存储介质
校准
系统为您推荐了相关专利信息
数据
视觉特征
计算机可执行指令
文本
训练机器学习模型
数据处理方法
视频采集设备
公用移动通信基站
非瞬时性计算机可读存储介质
聚类
决策模型训练方法
计算机程序指令
多臂老虎机
策略
学习算法
语音特征
量子态
特征提取方式
语音识别方法
语音识别模型