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！

申请/专利权人：清华大学苏州汽车研究院(相城)

摘要：本发明公开了一种信任度评价网络的创建方法及其装置，该创建方法包括以下步骤：获取多个驾驶员一一对应的多个驾驶数据，对每个驾驶数据均进行以下预处理，创建信任度评价网络，之后基于所有驾驶数据，对所述信任度评价网络进行训练。该信任度评价网络能够对驾驶员的信任度进行评估。

主权项：1.一种信任度评价网络的创建方法，其特征在于，包括以下步骤：获取多个驾驶员一一对应的多个驾驶数据，每个驾驶数据均包括：主动驾驶模式下的驾驶员对应的A个脑电数据E1、E2、…、EA，以及B个心电数据C1、C2、…、CB，获取自动驾驶模式下的所述驾驶员对应的A个脑电数据E′1、E′2、…、E′A，以及B个心电数据C′1、C′2、…、C′B，其中，A和B为自然数，A≥2，B≥2；之后，对脑电数据E1、E2、…、EA，心电数据C1、C2、…、CB，脑电数据E′1、E′2、…、E′A，以及心电数据C′1、C′2、…、C′B均进行预处理；对每个驾驶数据均进行以下处理：获取Num1个脑电属性，从A个预处理后的脑电数据E1、E2、...、EA得到Num1个脑电属性一一对应的Num1个第一脑电属性值，从A个预处理后的脑电数据E′1、E′2、…、E′A得到Num1个脑电属性一一对应的Num1个第二脑电属性值，对任一脑电属性，均得到对应的第一、第二脑电属性值的脑电属性差异值，从而得到Num1个脑电属性差异值；获取Num2个心电属性，从B个预处理后的心电数据C1、C2、...、CB得到Num2个心电属性一一对应的Num2个第一心电属性值，从B个预处理后的心电数据C′1、C′2、…、C′B得到Num2个心电属性一一对应的Num2个第二心电属性值，对任一心电属性，均得到对应的第一、第二心电属性值的心电属性差异值，从而得到Num2个心电属性差异值；获取Num1个脑电属性对应的第一、第二脑电属性值之间的差值x1、x2、...、xNum1，获取Num2个心电属性对应的第一、第二心电属性值之间的差值xNum1+1、xNum1+2、…、xNum1+Num2，当x1、x2、…、xNum1+Num2均大于预设值，样本D＝{x1、x2、...、xNum1+Num2}对应的信任度为1，当x1、x2、…、xNum1+Num2均小于等于预设值，样本D＝{x1、x2、…、xNum1+Num2}对应的信任度为0：创建信任度评价网络，所述信任度评价网络首先将初始特征送入第一个卷积层中，提取局部时域特征和频域特征其中，代表提取的特征，filter代表卷积核个数，kernel_size代表卷积核大小为3*3，activation代表激活函数为ReLU；之后，将初步提取的特征送入池化层进行下采样，以减少计算复杂度：MaxPooling1Dpool_size＝2，其中，pool_size代表了池化操作的大小；之后，通过第二卷积层进一步提取更高特征：Conv1D32，filter＝64，kernel_size＝3，activation＝ReLU；之后，重复下采样，减少计算复杂度后送入连续两个LSTM层不断提取时序特征：LSTM64，return_sequences＝True，LSTM64，其中，return_sequences代表了是否返回完整的输出序列；所述信任度评价网络的损失函数设置为：其中，θ为参数，是预测标签；所述信任度评价网络使用梯度下降法更新模型参数：其中，θt为第t次的参数，η为学习率，为参数θ的梯度；将所述信任度评价网络的输出由二分分类改变为一个值，将该值通过Sigmoid函数变换为0-1之间的信任度评分：基于所有驾驶数据，对所述信任度评价网络进行训练。

全文数据：

权利要求：

百度查询： 清华大学苏州汽车研究院(相城) 信任度评价网络的创建方法及其装置