[发明专利]车载短距离通信网安全特征的识别和预警方法

权利要求书

1.一种车载短距离通信网安全特征的识别和预警方法，其特征在于，包括：

车载节点根据接收的心跳信息，处理得到识别特征数据，其中，心跳信息包括车辆唯一标识和车辆位置信息；

以识别特征数据为训练数据，构造安全特征分类树；

对于每个安全特征，依据不同的复杂度、精细度，构造多个安全特征分类树，并将多个安全特征分类树集成形成安全特征分类树集，以及确定相应至少一个弱分类器，其中，安全特征包括路况、天气、车速、位置和两车距离；

对于所有安全特征，根据各弱分类器及各弱分类器所占权重，构造强分类器；

车载节点以识别特征数据为输入数据，利用强分类器进行安全特征识别与安全预警；

对安全预警质量进行评测；

根据安全预警质量评测结果，调整各弱分类器的权重值，更新强分类器。

2.根据权利要求1所述的车载短距离通信网安全特征的识别和预警方法，其特征在于，构造并集成多个安全特征分类树的方法是：

对于安全特征n，设置S_n个安全特征分类树，

安全特征n的目标函数为：

其中，θ_i是第i个安全特征分类树的结构信息，β_i是该安全特征分类树的权重值，x是输入的识别特征数据，n∈N，N是安全特征的数量。

3.根据权利要求2所述的车载短距离通信网安全特征的识别和预警方法，其特征在于，所述强分类器为：

其中，弱分类器h_i对应的权重值为α_i。

4.根据权利要求3所述的车载短距离通信网安全特征的识别和预警方法，其特征在于，调整各弱分类器的权重值的方法是：

设S_w是弱分类器h_i判断错误的状态样本数据e_T的数量，则有：

S_w＝L₀(e_T,e_R) (5)

其中，e_R为结果样本数据；

计算弱分类器h_i的判断错误比例：

ε_i＝S_w/S_T (6)

其中，S_T是状态样本数据e_T的总数量；

计算弱分类器h_i的权重值：

计算弱分类器h_i的综合权重：

η_i＝(λα_i+(1-λ)α_i') (8)

其中，0≤λ≤1，λ为动态训练结果数据与历史训练结果数据的分配比例。

5.根据权利要求4所述的车载短距离通信网安全特征的识别和预警方法，其特征在于，更新所述强分类器为：

6.根据权利要求1所述的车载短距离通信网安全特征的识别和预警方法，其特征在于，还包括：车载节点通过心跳信息向周围节点广播所述安全特征分类树集与强分类器。