摘要
本申请提供了一种基于BP和CNN的道路坡度的预测方法与装置。方法包括:构建BP网络模型,其中,BP网络模型的输入为车辆行驶数据,BP网络模型的输出为行驶场景;构建CNN网络模型;获取历史车辆行驶数据,且采用BP网络模型对历史车辆行驶数据进行分类得到目标行驶场景,并确定与目标行驶场景对应的CNN网络模型;将历史坡度数据输入至与目标行驶场景对应的CNN网络模型,预测得到起始于当前时刻的预设时间段内的预测坡度数据。采用BP网络模型对场景分类,再采用CNN网络对相应不同场景进行了道路坡度时序局部特征的提取,使算法适应不同场景、泛化能力更强,解决了现有的道路坡度预测方案适用场景有限即泛化能力较弱的问题。
技术关键词
车辆行驶数据
BP网络模型
时间段
一维CNN网络
训练集
滑动窗口
加速度
可读存储介质
坡度传感器
车速传感器
场景分类
行程
预测装置
山地
参数
程序
计算机
系统为您推荐了相关专利信息
异常数据
标记方法
傅里叶变换算法
电压
实时监测系统
文本标签词
生成方法
模型预训练
知识点标签
数据采集单元
三维模型分类方法
随机森林模型
融合特征
判别特征
分布特征