买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆大学申请的专利一种基于熵权法的驾驶风格识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120688736B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510766762.0，技术领域涉及：G06Q10/063；该发明授权一种基于熵权法的驾驶风格识别方法及系统是由蔡斌;魏正沙;胡春强;杨波;李东设计研发完成，并于2025-06-10向国家知识产权局提交的专利申请。

本一种基于熵权法的驾驶风格识别方法及系统在说明书摘要公布了：本发明属于人工智能技术领域，提供一种基于熵权法的驾驶风格识别方法及系统，其中，一种基于熵权法的驾驶风格识别方法包括：基于目标车辆的原始驾驶数据和人工神经网络模型进行处理，得到每一个时间片段的预测驾驶周期标签和每一个时间片段的预测驾驶风格标签；将每一个时间片段的预测驾驶周期标签和每一个时间片段的预测驾驶风格标签进行存储；基于时间编号和预测驾驶风格标签进行计算，得到平均风格分数；基于预测驾驶周期标签和预测驾驶风格标签进行计算，得到熵权值；基于平均风格分数和熵权值进行加权计算得到目标驾驶风格评分，并基于目标驾驶风格评分和预设评分确定目标驾驶风格，显著提高了评分的客观性和可复现性。

本发明授权一种基于熵权法的驾驶风格识别方法及系统在权利要求书中公布了：1.一种基于熵权法的驾驶风格识别方法，其特征在于，所述基于熵权法的驾驶风格识别方法包括： 基于目标车辆的原始驾驶数据和人工神经网络模型进行处理，得到每一个时间片段的预测驾驶周期标签和每一个时间片段的预测驾驶风格标签；基于每个时间片段的目标驾驶数据进行特征提取得到对应时间片段的驾驶周期特征和驾驶风格特征；驾驶周期特征基于目标驾驶数据中的车速、加速度以及时间分布进行特征提取得到，驾驶风格特征基于目标驾驶数据中的踏板数据以及加速度进行特征提取得到； 将所述每一个时间片段的预测驾驶周期标签和所述每一个时间片段的预测驾驶风格标签进行存储，并将所述每一个时间片段对应的时间编号进行记录； 对存储的所述每一个时间片段的预测驾驶周期标签或所述每一个时间片段的预测驾驶风格标签的数量进行统计，并判断存储数量是否等于或大于预设存储数量； 当所述存储数量等于或大于所述预设存储数量时，基于所述时间编号和所述预测驾驶风格标签进行计算，得到平均风格分数； 当所述存储数量等于或大于所述预设存储数量时，基于所述预测驾驶周期标签和所述预测驾驶风格标签进行计算，得到熵权值； 基于所述平均风格分数和所述熵权值进行加权计算得到目标驾驶风格评分，并基于目标驾驶风格评分和预设评分确定目标驾驶风格； 基于所述时间编号和所述预测驾驶风格标签进行计算，得到平均风格分数至少包括如下步骤： 基于所述时间编号进行计算，得到时间衰减权重； 将预测驾驶周期标签相同的时间片段放入时间片段集合中，每一个时间片段的时间衰减权重的计算过程如下述公式： ； 其中，为时间衰减系数，，为时间片段集合中第k个时间片段的时间编号，为当前的时间片段的时间编号； 基于所述预测驾驶风格标签和所述时间衰减权重进行加权计算，得到所述平均风格分数； 基于每一个时间片段的时间衰减权重和每一个时间片段预测驾驶风格标签对应的风格得分进行加权计算，得到平均风格分数；平均风格分数的计算过程如下述公式： ； 其中，为每一个时间片段预测驾驶风格标签对应的风格得分，为每一个时间片段的时间衰减权重，为时间片段的时间编号； 基于所述预测驾驶周期标签和所述预测驾驶风格标签进行计算，得到熵权值至少包括如下步骤： 基于所述预测驾驶周期标签和所述预测驾驶风格标签进行计算，得到每一类驾驶风格标签出现的频率； 基于所述每一类驾驶风格标签出现的频率进行计算，得到熵值； 熵值的计算过程如下述公式： ； ； 其中，为预测驾驶周期标签的类型，为归一化系数，为在第类预测驾驶周期标签的时间片段中，第类预测驾驶风格标签出现的频率； 基于所述熵值进行计算，得到所述熵权值； 熵权值的计算过程如下述公式： ； 其中，为第类预测驾驶周期标签的时间片段中的有效信息量； 目标驾驶风格评分的计算过程如下述公式： ； 其中，为熵权值，为预测驾驶周期标签的类型，为平均风格分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。