摘要
本发明公开了一种融合稀疏表示与近邻信息的危险驾驶行为检测方法,首先对原始驾驶数据进行预处理,并通过Lasso方法进行稀疏表示,同时通过KNN算法确定各个数据点的邻居,捕获数据间的近邻关系,并计算稀疏相似度矩阵,接着对稀疏特征矩阵与稀疏相似度矩阵进行加权融合,构建初始概率转移矩阵,从而应用随机游走算法进行随机游走迭代,直到转移概率分布稳定,进而通过一个阈值将转移概率低于阈值的若干样本视作异常点,实现对异常样本,即危险驾驶行为的判定。本发明解决二来现有检测方法对数据间关系提取不足以及复杂度较大的问题,提升了对危险驾驶行为检测的准确率。
技术关键词
矩阵
稀疏特征
数据
KNN算法
高斯核函数
样本
邻居
转向角
控制权
异常点
关系
复杂度
加速度
重构
载荷
线性
节点
定义
系统为您推荐了相关专利信息
收发卡机
多模态数据融合
寿命预测方法
分支
瞬态特征
功能预测方法
Softmax函数
数据
分类预测器
高维特征向量
声信号处理方法
变压器
EEMD算法
噪声
声信号处理系统
远程监控平台
加密
加权最小二乘法
车辆
数据处理单元
远程控制设备
电机台架
远程通信方法
MQTT服务器
通道