摘要
本申请涉及数据分析技术领域,公开了一种基于机器学习的车联网数据分析方法及其相关装置。所述方法包括:获取原始车联网数据集并进行预处理,得到目标车联网数据集;采用时空序列分析算法进行数据时空特性分析,得到时空特征信息集;通过图神经网络对时空特征信息集进行特征建模,得到图嵌入信息集;对图嵌入信息集进行特征分解和标准化操作,得到多个标准表征向量子集;对多个标准表征向量子集进行特征组合,得到目标表征向量集;将目标表征向量集输入初始机器学习模型进行数据分类,得到数据分类结果,本申请采用机器学习模型提高了车联网数据的分类准确率。
技术关键词
时空特征信息
机器学习模型
数据分类
数据分析方法
ARIMA模型
时间序列特征
HMM模型
数据分析设备
聚类特征
数据一致性检查
节点
空间特征提取
数据分析装置
支持向量机
参数
遗传算法
数据分析技术
定义