摘要
一种在车辆行驶过程中预测违章风险的方法,收集违章数据和车辆的位置轨迹数据,进行数据处理后提取特征变量来构建数据集,采用数据集来通过机器学习训练决策树模型,得到符合目标变量的决策树模型,将车辆行驶过程中产生的实时违章数据和车辆的位置轨迹数据输入训练好的决策树模型,得到实时的违章风险预估。本发明实时评估客户的驾驶行为,从而提前预测客户可能产生的违章行为,在提升客户体验的同时,为租车公司提供更有效的风险管理手段。
技术关键词
决策树模型
CART决策树
车辆
风险
机器学习训练
数据
节点
变量
路段
轨迹
最佳特征
客户
数值
年龄
租车
速度
样本
代表
系统为您推荐了相关专利信息
风险评估模型
动力电池
预警方法
在线学习算法
管理策略
车道识别方法
三维空间信息
车辆控制系统执行
可见光图像
车辆内部网络
元胞自动机模型
模型构建方法
灾害风险评价
情景
综合评价体系
油气管道高后果区
实时图像
轮廓面积
风险
CCD相机