本发明提供一种基于深度学习的
新能源汽车无人驾驶径优化方法，本发明的方法首先收集无人驾驶路径规划的参数，将收集到的无人驾驶路径规划的参数进行分类，作为深度ELM分类器的输入；再进行ELM分类器的构建：该阶段设置合适的隐含神经元个数，通过ELM算法对无人驾驶路径规划网络模型进行训练；RPSO算法优化ELM的权重和偏移：通过RPSO算法选取最佳粒子作为ELM算法的权重和偏移，通过该模型对测试集进行分类；分类结果的输出，找到无人驾驶路径规划的最佳路线。本发明通过深度学习进行预测，进而得到更为精确的预测结果。
声明：
“基于深度学习的新能源汽车无人驾驶径优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1048
编辑：管理员
来源：北方有色网
咨询细节
