一种基于因子分析和机器学习的驾驶风格辨识算法

摘要

本发明属于汽车技术领域，具体的说是一种基于因子分析和机器学习的驾驶风格辨识算法。该驾驶风格辨识算法首先挑选与驾驶风格强相关的数据作为驾驶风格特征参数，使用因子分析对特征参数进行降维获得公共因子，减少驾驶数据之间的冗余并为公共因子赋与相应的物理意义；以公共因子作为输入，采用高斯混合模型聚类算法为不同驾驶人打上对应的驾驶风格的标签；随后使用被遗传算法优化的反向传播神经网络训练驾驶风格辨识模型。通过将非监督学习和监督学习融合，能够有效的减少辨识的成本。使用遗传算法优化反向传播神经网络的初始权重能够有效的提高模型的辨识精度，填补了现有无法静确辨识驾驶风格的空白。