一种基于GRU神经网络的不同风格驾驶员车速预测方法

摘要

本发明公开了一种基于GRU神经网络的不同风格驾驶员车速预测方法，包括：对驾驶数据库进行划分，得到对应不同驾驶风格的多个驾驶子数据库；分别构建对应不同驾驶风格的GRU车速预测模型；分别从各个驾驶子数据库中提取出训练数据，进行预处理，并按照时间序列逐时间步滑动生成训练样本序列数据库；利用训练样本序列数据库分别对对应驾驶风格的GRU车速预测模型进行训练；每间隔一定时间，对当前驾驶风格进行判定，并在预设时间段内持续不变时，引入与当前驾驶风格对应的GRU车速预测模型进行车速预测。本发明为不同驾驶风格状态下的预测任务构建不同的GRU车速预测模型，对比不区分驾驶风格预测模型的预测结果，能够有效提升预测的稳定性和预测精度。