[发明专利]一种驾驶路怒状态的监测方法和装置

权利要求书

1.一种驾驶路怒状态的监测方法，其中，所述方法包括：

获得驾驶员的生理信号数据集，所述生理信号数据集的特征维度为第一维度；

对所述生理信号数据集进行特征处理，获得所述生理信号数据集的特征向量；

对所述生理信号的特征向量进行降维和特征提取，获得降维特征向量；

根据所述降维特征向量构建驾驶路怒数据集；

根据递归特征消除法对所述驾驶路怒数据集进行最优特征加速选择，构建并训练所述路怒识别模型；

根据所述路怒识别模型对所述驾驶员进行实时监测；

所述根据递归特征消除法对所述驾驶路怒数据集进行最优特征加速选择，构建并训练所述路怒识别模型，包括：

根据所述递归特征消除法，获得最优特征选择器；

根据所述最优特征选择器对所述驾驶路怒数据集进行最优特征加速选择，获得最优特征向量；

根据所述最优特征向量，获得训练数据集；

将决策树作为分类工具，构建所述路怒识别模型；

将所述训练数据集输入所述路怒识别模型中，对所述路怒识别模型进行训练；

所述根据所述最优特征选择器对所述驾驶路怒数据集进行最优特征加速选择，获得所述最优特征向量，包括：

计算所述驾驶路怒数据集中特征向量的重要性排序；

删除所述重要性排序中排名最小的特征向量；

对删除排名最小的特征向量之后的特征向量进行十折交叉验证，判断所述路怒识别模型的准确率是否提高；

如果所述路怒识别模型的准确率提高，继续删除所述重要性排序中排名最小的特征向量直到所述准确率不再提高为止；

如果所述路怒识别模型的准确率不再提高，输出所述最优特征向量。

2.如权利要求1所述的方法，其中，所述对所述生理信号的特征向量进行降维和特征提取，获得降维特征向量，包括：

根据主成分分析法从所述特征向量中选择出最优特征向量，其中，所述降维后的生理信号数据集中的特征维度为第二维度，所述第二维度低于所述第一维度。

3.如权利要求1所述的方法，其中，所述将决策树作为分类工具，构建所述路怒识别模型，包括：

以所述最优特征向量从根节点出开始分裂，判断所述最优特征向量是否可以成为叶子节点；

如果所述最优特征向量可以成为叶子节点，且决策树停止生长，对所述决策树进行存储；

判断所述决策树的数量是否达到预定要求，获得判断结果；

根据所述判断结果，构建所述路怒识别模型。

4.如权利要求1所述的方法，其中，所述根据所述路怒识别模型对所述驾驶员进行实时监测，包括：

获得所述驾驶员的实时生理信号；

对所述实时生理信号进行主成分分析和特征提取，获得待分类样本；

将所述待分类样本输入所述路怒识别模型，获得驾驶状态识别结果，其中，所述识别结果包括第一识别结果和第二识别结果，所述第一识别结果为连续两秒为路怒状态的结果，所述第二识别结果为未连续两秒为路怒状态的结果。

5.如权利要求4所述的方法，其中，所述方法包括:

如果所述驾驶状态识别结果为第一结果，获得第一提醒信息，所述第一提醒信息用于提醒所述驾驶员处于路怒状态；

如果所述驾驶状态识别结果为第二结果，确定所述驾驶员为正常驾驶状态。