1.一種基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述多元數(shù)據(jù)采集模塊包括：
3.根據(jù)權(quán)利要求1所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述特征提取與融合模塊包括：
4.根據(jù)權(quán)利要求3所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，若當(dāng)前時刻的駕駛場景相對于上一時刻發(fā)生變化時，所述權(quán)重分配單元對相應(yīng)特征向量進(jìn)行權(quán)重調(diào)整的公式為：
5.根據(jù)權(quán)利要求4所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，標(biāo)量修正系數(shù)β的計算方式為：
6.根據(jù)權(quán)利要求3所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述駕駛場景至少包括：城市快速路正常行駛場景、高速公路超車場景、山區(qū)道路正常行駛場景、城市道路緊急制動場景、夜間行駛場景、疲勞駕駛場景、接近危險區(qū)域駕駛場景、學(xué)校區(qū)域通行場景和隧道通行場景。
7.根據(jù)權(quán)利要求3所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，當(dāng)前時刻出租車的融合特征的表達(dá)式為：
8.根據(jù)權(quán)利要求3所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述特征提取單元包括：
9.根據(jù)權(quán)利要求1所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述安全預(yù)警模塊通過全連接層對所述融合特征進(jìn)行分類決策，輸出預(yù)警等級，并根據(jù)所述預(yù)警等級發(fā)出相應(yīng)的預(yù)警信息；所述全連接層設(shè)置四個神經(jīng)元，分別對應(yīng)無預(yù)警、輕度預(yù)警、中度預(yù)警和重度預(yù)警四個等級；所述預(yù)警信息通過車載語音系統(tǒng)、車載顯示屏和手機(jī)app中的一種或多種方式推送。
10.根據(jù)權(quán)利要求1所述的基于北斗定位和多維數(shù)據(jù)動態(tài)融合的出租車分級預(yù)警系統(tǒng)，其特征在于，所述特征提取與融合模塊和所述安全預(yù)警模塊組成一個深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)；對所述深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)進(jìn)行訓(xùn)練時，在損失函數(shù)中引入北斗定位誤差的懲罰項，當(dāng)同一類型的特征向量在北斗定位數(shù)據(jù)與其他數(shù)據(jù)來源之間的偏差超出預(yù)設(shè)值時，增加損失值，使所述深度學(xué)習(xí)網(wǎng)絡(luò)架構(gòu)更加關(guān)注北斗定位數(shù)據(jù)，引入北斗定位誤差的懲罰項之后，損失函數(shù)表示為：