基于卷積神經(jīng)網(wǎng)絡(luò)的車載數(shù)字孿生持續(xù)認(rèn)證方案

摘要： 為了解決無(wú)人駕駛通信過(guò)程中存在的車輛身份合法性問(wèn)題，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的車載數(shù)字孿生持續(xù)認(rèn)證方案進(jìn)行車輛身份合法性驗(yàn)證。具體來(lái)說(shuō)，數(shù)字孿生獲取車輛傳感器收集的數(shù)據(jù)，用于訓(xùn)練部署在數(shù)字孿生上的CNN，然后執(zhí)行主成分分析為分類器選擇合適的典型特征。利用CNN提取的特征，在注冊(cè)階段訓(xùn)練一類支持向量機(jī)（OC-SVM）分類器，在認(rèn)證階段進(jìn)行數(shù)據(jù)分類，進(jìn)而將當(dāng)前車輛驗(yàn)證為... （共10頁(yè)）