-
公开(公告)号：CN111625457A
公开(公告)日：2020-09-04
申请号：CN202010458203.0
申请日：2020-05-27
Applicant: 多伦科技股份有限公司
Abstract: 本发明公开了一种基于改进的DQN算法的虚拟自动驾驶测试优化方法，包括：生成能够激活神经元的测试输入，分析深度神经网络逻辑的不同部分，生成真实驾驶场景的图像数据；对卷积神经网络的激活函数进行改进，构建一种分段的激活函数；采用Gabor滤波器代替卷积神经网络中的可训练的滤波器，将上述生成的真实驾驶场景的图像数据和Gabor滤波器进行卷积，得到多个不同方向的图像特征，将得到的图像特征输入卷积神经网络中，经过计算后，得到一个新的特征图；利用Q-Learning算法来训练更新卷积神经网络的网络权重，得到训练模型，从而生成各种天气场景下的路况图像数据。本发明的方法在路试的基础上进一步地提高软件测试充分性，达到提高系统可靠性和安全性的目的。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
