摘要
本申请提供一种车辆碰撞HIC值的人工智能预测方法,用于改善头部伤害准则HIC值的预测精度较低的问题。该方法包括:获取目标车辆在碰撞过程中的人员头部的加速度时间序列数据;使用混合神经网络模型中的长短时记忆网络LSTM模块对加速度时间序列数据进行特征提取,获得时序特征;使用混合神经网络模型中的卷积神经网络CNN模块对加速度时间序列数据进行特征提取,获得局部特征;使用混合神经网络模型中的融合整合模块对时序特征和局部特征进行预测,获得目标车辆在碰撞过程中的头部伤害准则HIC值。
技术关键词
混合神经网络模型
时序特征
人工智能预测方法
加速度
序列
机器可读指令
车辆
贝叶斯神经网络
参数
处理器
可读存储介质
数据获取模块
标签
计算机程序产品
蒙特卡洛
预测装置