一种基于宽度学习算法的汽车驾驶习惯学习方法

摘要

本发明涉及一种基于宽度学习算法的汽车驾驶习惯学习方法，在车辆启动和初始化后进行习惯学习和习惯预测。习惯学习为在相等的间隔时间获取一次学习目标的车辆数据，并记录有效的车辆数据和对有效的车辆数据进行PCA计算得到主成分变量集，然后剔除不在主成分变量集的多余数据列后，进行逻辑回归计算并更新保存宽度学习算法模型；习惯预测为在相等的间隔时间获取一次学习目标的车辆数据，然后在车辆行驶到设定圈数时将有效的车辆数据与更新保存后的宽度学习算法模型进行逻辑回归计算，得到预测开启信号，并在预测开启信号连续出现设定次数时发起开启学习目标，快速完成习惯学习，边预测边学习，无需联网，能够适应复杂多变的环境，预测结果准确。