公开(公告)号：CN115346363B

公开(公告)日：2024-06-21

申请号：CN202210738974.4

申请日：2022-06-27

Applicant: 西安电子科技大学

Inventor： 王小兵 ,  朱星光 ,  李伟康 ,  段振华 ,  赵亮 ,  田聪 ,  张南

IPC: G08G1/01 ,  G06F16/2458 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G06Q50/40

Abstract: 本发明公开了一种基于神经网络的驾驶员违规预测方法，涉及违规预测技术领域，包括：获取原始数据；对原始数据进行处理，得到第一数据；采用第一数据对预设的第一模型进行训练，得到违规时间间隔预测模型，并对违规时间间隔预测模型进行评价；采用第一数据对预设的第二模型进行训练，对抗生成第二数据；将第一数据和第二数据进行综合，得到综合数据；采用综合数据对预设的第三模型进行训练，得到违规类型预测模型，并对违规类型预测模型进行评价；采用违规时间间隔预测模型和违规类型预测模型分别进行违规时间间隔和违规类型进行预测。本申请能够以较高的准确率对驾驶员违规进行预测。

公开(公告)号：CN115099414A

公开(公告)日：2022-09-23

申请号：CN202210608393.9

申请日：2022-05-31

Applicant: 西安电子科技大学

Inventor： 王小兵 ,  朱星光 ,  孙东海 ,  段振华 ,  赵亮 ,  田聪 ,  张南

IPC: G06N20/00

Abstract: 本发明公开了一种基于索引表达式的梯度下降算法的建模方法，包括：基于预设的索引表达式，构建梯度下降谓词；根据梯度下降算法的预设精度，利用MSVL中的字符串对输入数据进行不同类型的运算，得到第一结果；读取数据集，并根据梯度下降谓词对多元线性回归模型进行训练，得到梯度下降的形式化模型；利用第一结果，对梯度下降的形式化模型的性质进行验证。本发明通过基于预设的索引表达式来构建梯度下降谓词，从而针对泰勒展开应用的形式化模型，可以对机器学习系统底层的安全性和可靠性进行验证分析。

公开(公告)号：CN115099414B

公开(公告)日：2024-06-21

申请号：CN202210608393.9

申请日：2022-05-31

Applicant: 西安电子科技大学

Inventor： 王小兵 ,  朱星光 ,  孙东海 ,  段振华 ,  赵亮 ,  田聪 ,  张南

IPC: G06N20/00

Abstract: 本发明公开了一种基于索引表达式的梯度下降算法的建模方法，包括：基于预设的索引表达式，构建梯度下降谓词；根据梯度下降算法的预设精度，利用MSVL中的字符串对输入数据进行不同类型的运算，得到第一结果；读取数据集，并根据梯度下降谓词对多元线性回归模型进行训练，得到梯度下降的形式化模型；利用第一结果，对梯度下降的形式化模型的性质进行验证。本发明通过基于预设的索引表达式来构建梯度下降谓词，从而针对泰勒展开应用的形式化模型，可以对机器学习系统底层的安全性和可靠性进行验证分析。

公开(公告)号：CN115346363A

公开(公告)日：2022-11-15

申请号：CN202210738974.4

申请日：2022-06-27

Applicant: 西安电子科技大学

Inventor： 王小兵 ,  朱星光 ,  李伟康 ,  段振华 ,  赵亮 ,  田聪 ,  张南

IPC: G08G1/01 ,  G06F16/2458 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了一种基于神经网络的驾驶员违规预测方法，涉及违规预测技术领域，包括：获取原始数据；对原始数据进行处理，得到第一数据；采用第一数据对预设的第一模型进行训练，得到违规时间间隔预测模型，并对违规时间间隔预测模型进行评价；采用第一数据对预设的第二模型进行训练，对抗生成第二数据；将第一数据和第二数据进行综合，得到综合数据；采用综合数据对预设的第三模型进行训练，得到违规类型预测模型，并对违规类型预测模型进行评价；采用违规时间间隔预测模型和违规类型预测模型分别进行违规时间间隔和违规类型进行预测。本申请能够以较高的准确率对驾驶员违规进行预测。