| 专利名称 | 一种基于完全迁移学习的LSTM网络优化的驾驶意图推理方法 | ||
|---|---|---|---|
| 申请号/专利号 | CN202310702577.6 | 专利权人（第一权利人） | 长春工业大学 |
| 申请日 | 2023-06-14 | 授权日 | 2025-07-22 |
| 专利类别 | 授权发明 | 战略新兴产业分类 | 新一代信息技术 |
| 技术主题 | 机器学习|工程学|人工智能|数据挖掘|电动载具|道路状况|主动安全性 | ||
| 应用领域 | 内燃活塞发动机|生物学模型|控制装置 | ||
| 意向价格 | 具体面议 | ||
| 专利概述 | 本发明属于电动汽车主动安全技术领域，具体的说是一种基于完全迁移学习的LSTM网络优化的驾驶意图推理方法。包括以下步骤：步骤一、建立驾驶意图多变量分数阶灰色模型；步骤二、判断源域与目标域是否具有相似性；步骤三、对LSTM网络进行设计与完全迁移；步骤四、对分数阶进行优化计算，从而确定驾驶意图。本发明直接由路面工况推理驾驶意图，干扰信息少，精度较高；灰色绝对关联度的引入省去了大量的数据的概率计算，计算负担大大减小。 | ||
| 图片资料 |
|
||
| 合作方式 | 具体面议 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |
