摘要
本发明涉及一种汽车行驶工况多尺度识别方法,方法包括以下步骤:S1、获取行驶工况数据并预处理;S2、进行短期工况样本划分及长期工况样本划分,对长期工况类别按长期工况样本划分;S3、对划分后的工况数据进行特征参数计算,得到每段工况样本的特征参数数据;S4、进行主成分分析并降维;S5、进行短期工况聚类,得到短期工况类别;S6、基于降维后的特征参数数据、短期工况类别和长期工况类别进行模型训练,得到多时间尺度工况识别模型,多时间尺度工况识别模型获取实际工况数据,输出识别结果。与现有技术相比,本发明具有提高识别车辆行驶工况尤其是突变工况的准确性等优点。
技术关键词
多尺度识别方法
多时间尺度
数据
样本
贡献率
协方差矩阵
汽车
特征值
车辆行驶工况
加速度
成分分析
时间比
优化器
多层感知器
模型主体
聚类
重构