本发明提出了一种电动客车多源域数据迁移学习驾驶行为建模及训练方法，该方法利用多源域数据，包括车载CAN总线数据和车载摄像头采集的自然驾驶数据。通过1D和3D卷积神经网络提取特征并融合，建立了混合识别模型。该方法设计科学，易于实现，具有广泛的应用前景，为电动客车交通安全领域带来了重要的应用价值。通过充分利用不同源域数据的信息，该方法设计了能够同时处理这些数据的混合识别模型，使得模型能够更全面、准确地理解和识别电动客车的驾驶行为。同时，针对所提出的混合识别模型设计了相应的训练方法，确保模型在训练过程中不断优化，从而提高识别准确度。