摘要
本发明公开了网约车司机疲劳驾驶预判方法及系统;本发明涉及网约车技术领域;收集并按时间顺序排列的司机出车数据O和司机接单数据M。O=[O1,O2,...,ON];M=[M1,M2,...,MN];O1,O2,...,ON和M1,M2,...,MN分别是司机出车数据O和司机接单数据M的历史数据。根据司机出车数据O和司机接单数据M在时间序列中的趋势和季节性,执行指数平滑;通过采用霍尔特‑温特斯季节性模型,本发明能够精准捕捉司机出车和接单行为的周期性、趋势性特征,显著提升预测的准确性。自动化的数据处理和预测流程大幅缩短了预测周期,提高了运营效率,使平台能够更迅速地响应司机疲劳驾驶的潜在风险。
技术关键词
司机疲劳驾驶
预判方法
数据处理模块
决策
网约车技术
参数
数据采集层
日志系统
模型算法
数据采集模块
序列
平台
指数
措施
周期性
误差
系统为您推荐了相关专利信息
运算放大器
平衡监测系统
电阻
数据处理芯片
轨道电路
跟随机器人
路侧单元
通信链路
云服务器
5G通信模块
电场设备
二次扬尘
智能调控方法
烟气
二次电流值
标识符
控制反馈回路
策略更新
管控系统
数据反馈回路