摘要：不良駕駛行為識(shí)別對(duì)于減少交通事故的發(fā)生及實(shí)現(xiàn)智能交通具有重要意義。針對(duì)目前駕駛行為識(shí)別精度不高及系統(tǒng)穩(wěn)定性不好問題,提出了一種基于多特征卷積神經(jīng)網(wǎng)絡(luò)和智能手機(jī)慣性傳感器的新型駕駛行為識(shí)別方法。通過獲取手機(jī)慣性傳感器數(shù)據(jù),利用多特征卷積神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)集進(jìn)行特征提取和分析,來實(shí)現(xiàn)對(duì)多種駕駛行為的識(shí)別。最后,利用實(shí)際采集的車載數(shù)據(jù)進(jìn)行不同方法試驗(yàn)對(duì)比,該算法對(duì)駕駛行為的分類精度達(dá)到97.14%,在識(shí)別精度上有一定優(yōu)勢(shì)。此外,MFCNN測(cè)試結(jié)果的方差僅為0.014391,小于其它3種網(wǎng)絡(luò)模型,可見所研究的網(wǎng)絡(luò)模型及方法更加穩(wěn)定可靠。