摘要
本申请提供一种车辆驾驶场景识别模型构建方法及装置,该方法包括:采集多维交通环境信息,并通过标注得到标注信息;根据标注信息训练数据扩充模型;基于扩充得到扩充数据和多角度麻雀优化算法训练目标特征提取模型;基于提取出的特征数据训练目标特征降维模型;基于降维特征数据和预设的启发式策略训练目标极限学习机分类器;基于目标特征提取模型、目标特征降维模型和目标极限学习机分类器,构建车辆驾驶场景识别模型。可见,该方法及装置能够基于数据扩充、特征提取和特征降维的处理方法,结合启发式策略优化的分类算法,提高了模型在复杂及多变环境下的场景识别能力,从而为自动驾驶系统提供了可靠的决策支持,提高道路安全和交通效率。
技术关键词
特征提取模型
识别模型构建方法
极限学习机
启发式策略
降维特征
交通环境信息
分类器
噪声数据
多角度
算法
模型构建装置
模拟传感器
计算机程序指令
场景类别
编码
非线性
自动驾驶系统
特征提取单元
系统为您推荐了相关专利信息
情绪识别方法
特征提取模型
多模态对话
多模态情感分析
多模态交互
特征提取模型
混合损失函数
雷达遥感数据
识别方法
光学遥感数据
孪生卷积网络
机载高光谱
特征提取模型
样本
影像
视频帧
关键信息提取方法
特征提取模型
视频问答方法
序列
眼底图像分类方法
图像分类模型
多尺度特征提取
图像多尺度
重构模块