摘要
本发明提供了一种用于车辆润滑油更换周期预测的数据处理方法及装置,涉及数据处理技术领域,通过特征提取模型、特征降维模型对车辆的维修记录和车辆监测参数进行处理后,由采用高阶神经网络作为分类算法,确定目标车辆的润滑油的更换属性,以预测润滑油更换周期。其中,特征提取模型通过融合历史迭代信息动态调整搜索策略中的关键参数,基于动态拓扑结构调整机制确定特征降维模型的网络节点数和层权重,高阶神经网络的权重梯度基于输入和输出之间的互信息,采用梯度惩罚的高阶训练机制进行调整,能够增强关键特征的识别能力,提高分类精度,并且更好地处理不平衡数据,增强分类效果。
技术关键词
高阶神经网络
特征提取模型
网络节点
编码器
动态拓扑结构
车辆润滑油
生成对抗网络
融合历史
反馈调节机制
灰狼优化算法
数据处理方法
神经网络参数
解码器
策略更新
中间层
重构误差