一种基于迁移学习的驾驶行为预测方法

摘要

本发明涉及一种基于迁移学习的驾驶行为预测方法，属于汽车智能交互技术领域。该预测方法包括S1，采集目标驾驶员的操作信息、本车状态信息和周围环境信息；S2，基于局部普氏分析法将存储的源驾驶员历史信息数据迁移至目标驾驶员处得到迁移学习的数据；S3，根据所述迁移学习的数据并基于主成分分析法和最大期望算法训练目标驾驶员驾驶行为模型；S4，根据所述目标驾驶员驾驶行为模型对目标驾驶员驾驶行为进行实时预测。本发明实现了驾驶员驾驶行为模型自适应和个性化驾驶行为的准确预测，具有很强的实用性。