摘要
本申请提供一种车辆质量的确定方法、装置、设备、介质及程序产品,涉及电子汽车领域,方法包括:获取车辆的多组采样时间段,每组采样时间段包括关于车辆的预估非换挡期的第一采样时间段和预估换挡期的第二采样时间段;分别将每组采样时间段对应的车辆数据输入至预训练的深度学习模型中,得到每组采样时间段对应的非换挡期和换挡期的得分分类结果,并根据得分分类结果确定车辆的非换挡期和换挡期;其中,深度学习模型是基于历史车辆数据训练得到并用于对车辆的非换挡期和换挡期进行得分分类的模型;基于非换挡期和换挡期的车辆数据,计算确定车辆的质量。本申请通过准确识别车辆的非换挡期和换挡期,可以有效提高车辆质量的计算精度。
技术关键词
时间段
深度学习模型
计算机执行指令
序列数据处理
电子控制系统
加速度
准确识别车辆
可读存储介质
方向盘
模块
计算机程序产品
线性
处理器通信
存储器
周期
直线
系统为您推荐了相关专利信息
数据预测方法
深度学习模型
能源
数据处理模块
模型训练模块
大语言模型
风险评估方法
诊疗数据
多模态特征
深度学习模型
交通流量预测方法
时间序列特征
频域特征
动态
LSTM模型
疾病智能诊断方法
组学特征
深度学习模型
神经系统
深度学习特征