【技术实现步骤摘要】
特征的筛选方法、装置、电子设备及存储介质
[0001]本公开涉及信息处理
,尤其涉及一种特征的筛选方法、装置、电子设备及存储介质。
技术介绍
[0002]主动变道作为自动驾驶中的一个重要场景,对于提高无人驾驶的便捷程度、交通效率、乘客安全性都具有重要意义,相关技术中通常由车辆变道决策模型确定是否变道,不合理、不合时的变道往往是造成交通拥堵现象,甚至是发生交通事故的重要原因。而车辆变道决策模型的精度与其训练时所使用的特征相关,故如何更好地对车辆变道决策模型训练阶段所使用的特征进行筛选,是开发人员亟需解决的技术问题。
技术实现思路
[0003]本公开提出了一种特征的筛选技术方案。
[0004]根据本公开的一方面,提供了一种特征的筛选方法,所述筛选方法包括:获取多个特征字段、多个训练样本;其中,各个所述特征字段为不同种类的字段;利用每个训练样本,得到所述训练样本与每个特征字段分别对应的特征值,并基于所述多个特征字段、所述每个训练样本与所述每个特征字段对应的特征值确定目标样本;根据多个目标样本,对机器学习模型进行训练,得到训练后的机器学习模型;利用所述训练后的机器学习模型确定每个特征字段对应的权重;基于所述每个特征字段的权重,在所述特征字段中确定目标特征字段;所述目标特征字段用于指示训练数据中的数据种类,所述训练数据用于训练得到车辆变道决策模型。
[0005]在一种可能的实施方式中,所述利用每个训练样本,得到所述训练样本与每个特征字段分别对应的特征值,包括:依次确定所述多个训练样本中的一 ...
【技术保护点】
【技术特征摘要】
1.一种特征的筛选方法,其特征在于,所述筛选方法包括:获取多个特征字段、多个训练样本;其中,各个所述特征字段为不同种类的字段;利用每个训练样本,得到所述训练样本与每个特征字段分别对应的特征值,并基于所述多个特征字段、所述每个训练样本与所述每个特征字段对应的特征值确定目标样本;根据多个目标样本,对机器学习模型进行训练,得到训练后的机器学习模型;利用所述训练后的机器学习模型确定每个特征字段对应的权重;基于所述每个特征字段的权重,在所述特征字段中确定目标特征字段;所述目标特征字段用于指示训练数据中的数据种类,所述训练数据用于训练得到车辆变道决策模型。2.如权利要求1所述的筛选方法,其特征在于,所述利用每个训练样本,得到所述训练样本与每个特征字段分别对应的特征值,包括:依次确定所述多个训练样本中的一个当前样本,确定所述多个特征字段中的一个当前特征字段,执行以下步骤:确定所述当前样本中的多个预设字段、所述当前样本中的每个预设字段对应的特征值;在所述当前特征字段与所述多个预设字段中的一个目标字段相同的情况下,将所述目标字段对应的特征值作为所述当前样本与所述当前特征字段对应的特征值。3.如权利要求1所述的筛选方法,其特征在于,所述利用每个训练样本,得到所述训练样本与每个特征字段分别对应的特征值,包括:依次确定所述多个训练样本中的一个当前样本,确定所述多个特征字段中的一个当前特征字段,执行以下步骤:确定所述当前样本中的多个预设字段、所述当前样本中的每个预设字段对应的特征值;在所述当前特征字段不同于所述多个预设字段中的任意一个预设字段的情况下,根据所述多个预设字段中至少两个预设字段与所述当前特征字段之间的预设转换关系、所述当前样本或所述当前样本以及所述预设转换关系所需的训练样本中的所述至少两个预设字段对应的至少两个特征值,确定所述当前样本与所述当前特征字段对应的特征值。4.如权利要求1所述的筛选方法,其特征在于,所述根据多个目标样本,对机器学习模型进行训练,得到训练后的机器学习模型,包括:对多个目标样本中的每个目标样本进行平滑处理,得到平滑处理后的多个目标样本;根据所述多个训练样本对应的变道标签,确定所述平滑处理后的多个目标样本中每个目标样本的变道标签;其中,所述变道标签用以表示车辆是否变道;根据所述平滑处理后的多个目标样本、平滑处理后的多个目标样本中每个目标样本对应的变道标签,对机器学习模型进行训练,得到训练后的机器学习模型。5.如权利要求1所述的筛选方法,其特征在于,所述根据多个目标样本,对机器学习模型进行训练,得到训练后的机器学习模型,包括:将多个目标样本进行训练顺序重排,得到重排后的多个目标样本;其中,所述训练顺序用以表示训练样本输入至机器学习模型中的顺序;将所述重排后的多个目标样本以及所述重排后的多个目标样本中每个目标样本对应的变道标签输入至机器学习模型中,得到训练后的机器学习模型。
6.如权利要求1所述的筛选方法,其特征在于,所述基于所述每个特征字段的权重,在所述特征字段中确定目标特征字段,包括:将所述多个特征字段按照权重由大到小的顺序排列,将排列后的多个特征字段的前预设数量的特征字段作为目标特征字段。7.如权利要求...
【专利技术属性】
技术研发人员:请求不公布姓名,
申请(专利权)人:摩尔线程智能科技北京有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。