[发明专利]驾驶风险评估方法、装置、电子设备及可读存储介质

权利要求书

1.一种驾驶风险评估方法，其特征在于，所述方法包括：

根据代码埋点方法，将预构建的接口调用代码包与预设种类的APP进行接口连接，所述预设种类的APP包括地图APP及通话记录APP；

当所述接口连接成功时，运行所述接口调用代码包从所述APP内采集得到驾驶行为数据集，所述驾驶行为数据集包括经度、维度、海拔、速度、方向及电话状态数据；

从所述驾驶行为数据集中提取驾驶特征，得到原始驾驶特征集；

对所述原始驾驶特征集进行特征选择，得到标准驾驶特征集，所述特征选择的方法为卡方检验方法、Pearson相关系数法、互信息及最大信息系数方法中的一个或多种；

将所述标准驾驶特征集输入至预训练完成的驾驶风险预测模型中预测得到驾驶风险；

所述从所述驾驶行为数据集中提取驾驶特征，得到原始驾驶特征集，包括：

将所述驾驶行为数据集排列成n维驾驶行为向量；

将所述n维驾驶行为向量输入至以BP神经网络为基础构建的特征提取模型中进行特征提取，得到所述原始驾驶特征集；

所述将所述n维驾驶行为向量输入至以BP神经网络为基础构建的特征提取模型中进行特征提取，得到所述原始驾驶特征集，包括：

利用下述公式执行特征提取：

其中，表示所述原始驾驶特征集内的数据j，q表示所述BP神经网络的隐层单元，为所述驾驶行为数据集内的数据x_i与所述隐层单元q之间的连接权重，B表示所述BP神经网络，表示与所述原始驾驶特征集内的数据j对应的偏置值，n表示所述驾驶行为数据集的数据总量，f表示激活函数；

所述根据代码埋点方法，将预构建的接口调用代码包与预设种类的APP进行接口连接，包括：

获取所述APP的APPKey和所述APP的访问路径；

将所述APPKey和所述访问路径作为所述接口调用代码包内的代码参数并编译所述接口调用代码包；

若编译所述接口调用代码包不通过，则所述接口连接失败并重新获取所述APP的APPKey和访问路径；

若编译所述接口调用代码包通过，则所述接口连接成功；

该方法还包括训练所述驾驶风险预测模型，包括：

步骤A：获取特征数据集，将所述特征数据集按照矩阵的形式进行排列得到特征矩阵集，将所述特征矩阵集分为特征训练集和特征测试集；

步骤B：依次对所述特征训练集进行卷积操作、最大化池化操作及损失操作得到第一损失值；

步骤C：若所述第一损失值大于第一预设阈值，通过预设定的反向更新算法更新所述卷积操作、所述最大化池化操作及所述损失操作的内部参数，并返回步骤B；

步骤D：若所述第一损失值小于或等于所述第一预设阈值，依次对所述特征测试集进行所述卷积操作、所述最大化池化操作及所述损失操作得到第二损失值；

步骤E：若所述第二损失值大于第二预设阈值，返回步骤B；

步骤F：若所述第二损失值小于或等于所述第二预设阈值，得到训练完成的驾驶风险预测模型。

2.如权利要求1所述的驾驶风险评估方法，其特征在于，所述运行所述接口调用代码包从所述APP内采集得到驾驶行为数据集之后，还包括：

对所述驾驶行为数据集进行异常数据修正处理得到修正后的驾驶行为数据集。