基于数据挖掘和深度学习的智能座舱健康数据分析方法

摘要文本

本发明提供了基于数据挖掘和深度学习的智能座舱健康数据分析方法，包括：获取对座舱健康的评估指标，并基于评估指标从服务器中获取历史监测数据，且对历史监测数据进行训练，构建集成座舱健康分析模型；基于预设监测装置实时监测用户在座舱中的驾驶行为数据和体征数据，并对驾驶行为数据和体征数据进行预处理后输入至集成座舱健康分析模型进行分析，得到驾驶行为特征和体征特征；基于驾驶行为特征和体征特征确定用户的座舱健康状态，并当座舱健康状态不满足基准要求时，确定用户在座舱内的违规等级，且基于违规等级调取相应目标提醒措施对用户进行驾驶提醒。提高了行车安全系数，也便于对用户的驾驶行为进行修正，提高驾驶规范性。