摘要
本发明涉及一种考虑数据变化趋势的驾驶行为基元聚类方法,包括以下步骤:步骤一:采集自然驾驶数据,选取驾驶行为分析变量,滤波处理后通过预处理后驾驶行为数据、驾驶行为导数数据得到驾驶行为数据集合步骤二:用BMASS方法对进行驾驶行为基元提取得到驾驶行为基元集合P={Pj;}j=1:N;步骤三:对驾驶行为基元数据初步离散化;步骤四:针对Pj中t点及其邻域的导数、数据波动情况进行驾驶行为基元的数据变化趋势判断;步骤五:综合数据分布项和数据变化趋势项得到驾驶行为基元的离散化结果,基于LDA主题模型实现驾驶行为基元的聚类;本发明能够提高驾驶行为基元的聚类准确性,实现驾驶行为基元语义信息的精准表达,帮助驾驶人准确、直观理解其驾驶行为。
技术关键词
数据变化趋势
基元
加速度
聚类方法
编码
LDA主题模型
数据分布
变量
邻域
符号
滑动平均值
语义
滤波
参数
比率
标签