[发明专利]一种驾驶员伤情等级预测算法在审
| 申请号： | 201811149770.7 | 申请日： | 2018-09-29 |
| 公开（公告）号： | CN109344896A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 陆颖;殷越洲 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q10/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种驾驶员伤情等级预测算法，采集驾驶员的伤情等级和影响因素数据，形成训练样本数据集；将训练样本数据集分为学习数据和待测数据，并对学习数据和待测数据进行离散处理，得到规范化的学习数据和待测数据；根据规范化的学习数据建立驾驶员伤情等级的朴素贝叶斯网络结构图；通过仿真软件对规范化的学习数据进行计算，得出不同伤情等级下各个影响因素的条件概率和不同伤情等级下的先验概率，从而构建基于朴素贝叶斯模型的驾驶员伤情预测算法；将规范化的待测数据输入所构建的基于朴素贝叶斯模型的驾驶员伤情预测算法，对预测的结果进行验证，能够提供一种更简单有效的数据处理方法，提高预测算法的准确率。 | ||
| 搜索关键词： | 学习数据 预测算法 规范化 训练样本数据 贝叶斯模型 等级预测 影响因素 构建 算法 贝叶斯网络 仿真软件 数据处理 条件概率 先验概率 准确率 采集 验证 预测 | ||
【主权项】：
1.一种驾驶员伤情等级预测算法,其特征在于，采集驾驶员的伤情等级和影响因素数据，形成训练样本数据集；将训练样本数据集分为学习、待测两组数据，并对两组数据进行离散处理，得到规范化的学习数据和待测数据；根据规范化的学习数据建立驾驶员伤情等级的朴素贝叶斯网络结构图；通过仿真软件对规范化的学习数据进行计算，得出不同伤情等级下各个影响因素的条件概率和不同伤情等级下的先验概率，从而构建基于朴素贝叶斯模型的驾驶员伤情预测算法；将规范化的待测数据输入所构建的基于朴素贝叶斯模型的驾驶员伤情预测算法，对预测的结果进行验证。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811149770.7/，转载请声明来源钻瓜专利网。
