Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西北工业大学刘家佳获国家专利权

恭喜西北工业大学刘家佳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜西北工业大学申请的专利一种基于增量学习的动态驾驶员身份识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114987504B

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210611924.X,技术领域涉及:B60W40/09;该发明授权一种基于增量学习的动态驾驶员身份识别方法及系统是由刘家佳;荀毅杰;郭威设计研发完成,并于2022-05-31向国家知识产权局提交的专利申请。

一种基于增量学习的动态驾驶员身份识别方法及系统在说明书摘要公布了:本发明公开了一种基于增量学习的动态驾驶员身份识别方法及系统,收集驾驶过程中产生的CAN总线数据,将CAN总线数据转化为十进制数据,得到含有m个特征的驾驶员行为特征数据;收集传感器在一个时间单元内传输的所有数据,并对收集的数据取均值,将收集到的驾驶员行为特征数据整合为t条数据,得到一个[t×m]的驾驶员特征数据集;驾驶员行为特征数据集中截取连续数据,得到驾驶员行为特征数据片;构建基于增量学习的驾驶员身份识别模型,将驾驶员行为特征数据片输入基于增量学习的驾驶员身份识别模型,对驾驶员进行身份识别。本发明能准确识别驾驶员身份,更快的完成驾驶员身份识别模型重训练过程,提高驾驶员身份识别方案的时间利用率。

本发明授权一种基于增量学习的动态驾驶员身份识别方法及系统在权利要求书中公布了:1.一种基于增量学习的动态驾驶员身份识别方法,其特征在于,包括以下步骤: S1、收集驾驶过程中产生的CAN总线数据,将CAN总线数据转化为十进制数据,得到含有m个特征的驾驶员行为特征数据;收集传感器在一个时间单元内传输的所有数据,并对收集的数据取均值,将收集到的驾驶员行为特征数据整合为t条数据,得到一个[t×m]的驾驶员特征数据集; S2、使用滑动窗口方式,从步骤S1得到的[t×m]大小的驾驶员行为特征数据集中截取一段时间内的连续数据,得到驾驶员行为特征数据片;构建基于增量学习的驾驶员身份识别模型,将驾驶员行为特征数据片输入基于增量学习的驾驶员身份识别模型,对驾驶员进行身份识别,对驾驶员进行身份识别具体为: 在输入层,首先将输入的300×m驾驶员特征数据片归一化处理转化为张量;然后将所述张量放入卷积层进行卷积运算; 卷积核中,滤波器大小为[21×m],步长大小为1,通道数为256;通过激活函数ReLU·进行激活,最终获得一组[280×1]的C1神经元; 在全连接层,提取C1神经元的特征,最终得到大小为[128×1]的F2神经元,拟加入到基于增量学习的编号为n的驾驶员身份识别模型的驾驶员数据准备完毕; 基于增量学习的驾驶员身份识别模型包括主模型M和生成器模型G; 当新的编号为n的驾驶员拟加入到能够识别n-1位驾驶员的基于增量学习的驾驶员身份识别模型中时,生成器模型首先生成原重放数据; 生成器模型利用原重放数据和拟加入到识别模型中的编号为n的驾驶员特征数据重新训练生成器模型,获得新生成器模型; 使用新的生成器模型生成新重放数据,这时,使用上下文门限进行选通,根据设定的概率选择部分新重放数据,使用知识蒸馏的方式标记新重放数据的预测结果,知识蒸馏使用所有类别的预测概率进行标记;使用新重放数据和拟加入到识别模型中的编号为n的驾驶员特征数据重新训练主模型,主模型在重训练过程中进行判定分类结果时,使用知识蒸馏的方式标记结果, 最终,得到识别n位驾驶员的新主模型,完成基于增量学习的驾驶员身份识别模型重训练。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。