一种基于改进LSTM的变分自编码器的驾驶风格特征提取方法

AITNT
正文
推荐专利
一种基于改进LSTM的变分自编码器的驾驶风格特征提取方法
申请号:CN202411092853
申请日期:2024-08-09
公开号:CN119004073A
公开日期:2024-11-22
类型:发明专利
摘要
本发明一种基于改进LSTM的变分自编码器的驾驶风格特征提取方法,属于车辆工程和数据科学技术领域。通过对数据集信息进行预处理;基于改进编码器和解码器构建模型并训练模型;输入预处理后数据,进行驾驶风格特征提取,特征聚类以及驾驶风格分析,输出对应驾驶风格;利用特征聚类和特征分析结果验证模型特征提取性能。本发明通过对特征提取的改进,在优化算法复杂度的同时,有效提高了驾驶风格聚类的精确度和可靠性。
技术关键词
特征提取方法 风格 特征提取模型 融合特征 解码器 数据科学技术 轮廓系数 重构误差 编码器框架 加速度 车头 聚类 数据更新 指数 坐标 复杂度 参数
系统为您推荐了相关专利信息
1
一种非侵入性奶牛乳腺炎检测装置
奶牛乳腺炎检测装置 图像增强模块 特征提取模型 深度学习语义分割 图像特征数据
2
一种基于多尺度特征融合的白血病诊断系统
多尺度特征融合 注意力 诊断系统 模块 通道
3
一种基于深度学习的OCT图像智能分类处理方法及系统
图像分类模型 视网膜结构 局部特征提取 卷积网络模型 Sigmoid函数
4
基于单幅卫星图像的建筑物高度估计方法及系统
单幅卫星图像 估计方法 通道注意力机制 上采样 编码器
5
基于神经网络多头注意力机制远程桌面视频编解码方法
多头注意力机制 视频编解码方法 编码视频流 解码模型 视频帧
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号