买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:平安科技(深圳)有限公司
摘要:本申请涉及用户画像领域,提供一种驾驶风险等级确定方法、装置、设备及计算机存储介质,该方法包括:获取反映车辆的行驶状态信息的时间序列;基于变点识别模型,确定所述时间序列中的突变时刻;基于预设的子序列确定规则,在所述时间序列中确定所述突变时刻对应的子序列;基于预设的分类模型,确定所述子序列是否对应于预设的目标状态,所述目标状态包括急加速、急减速、急转弯中的至少一种;基于预设的风险等级确定规则,根据所述子序列是否对应于预设的目标状态,确定所述时间序列对应的风险等级。本申请还涉及人工智能,本申请的驾驶风险等级确定方法可以应用于大数据和人工智能平台云计算服务的云服务器。
主权项:1.一种驾驶风险等级确定方法,其特征在于,所述方法包括:获取反映车辆的行驶状态信息的时间序列;基于变点识别模型,确定所述时间序列中的突变时刻,所述突变时刻之前和之后的所述车辆的行驶状态信息不同;基于预设的子序列确定规则,在所述时间序列中确定所述突变时刻对应的子序列;基于预设的分类模型,确定所述子序列是否对应于预设的目标状态,所述目标状态包括急加速、急减速、急转弯中的至少一种;基于预设的风险等级确定规则,根据所述子序列是否对应于预设的目标状态,确定所述时间序列对应的风险等级;其中,所述基于变点识别模型,确定所述时间序列中的突变时刻,包括:获取所述时间序列中各时刻的概率密度比,所述概率密度比为所述时刻的先验概率密度和后验概率密度之比;若所述概率密度比大于预设阈值,判定所述时刻为突变时刻;所述基于预设的分类模型,确定所述子序列对应的目标状态,包括:基于回声状态网络,将所述子序列映射到向量维度,得到所述子序列对应的描述向量;基于自编码器,对所述描述向量进行降维,得到所述描述向量对应的低维度向量;基于预设的分类模型,确定所述低维度向量对应的目标状态;所述获取所述时间序列中各时刻的概率密度比,包括:基于高斯混合模型,通过最优化方法对所述时刻的先验概率密度和后验概率密度之比进行拟合,得到所述时刻的概率密度比。
全文数据:
权利要求:
百度查询: 平安科技(深圳)有限公司 驾驶风险等级确定方法、装置、计算机设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。