摘要
一种基于多源信息融合的电动汽车保有量预测方法及系统,包括如下步骤:S1利用自动化的数据抓取工具与API接口从数据库中抓取训练数据,并对其进行分类标注,S2基于动态模糊隶属度驱动的SMOTE算法,对原始电动汽车数据训练集进行数据扩充,并训练数据扩充模型,S3构建6层的全连接神经网络算法,对扩充后的电动汽车数据训练集进行数据特征提取,并训练特征提取模型,S4基于模糊集优化的随机森林分类算法,对提取特征后的电动汽车数据训练集进行分类,并训练分类器模型,S5将新的电动汽车数据集样本,输入到训练完成的模型中,得到分类结果,即为电动汽车保有量预测结果。本设计不仅灵活适应性强,而且分类准确。
技术关键词
保有量预测方法
多源信息融合
训练集
模糊隶属度函数
训练特征提取模型
模糊逻辑
训练分类器模型
随机森林
节点
神经网络算法
数据样本集合
模糊隶属函数
抓取工具
特征选择
预测系统
系统为您推荐了相关专利信息
超短波
低信噪比
智能识别方法
智能识别系统
深度卷积神经网络
预应力筋张拉
数字孪生模型
数据
建筑信息技术
张拉力
果实
计数方法
轨迹预测模型
可变遗忘因子
动态卡尔曼滤波
材料力学性能测试方法
集成学习模型
仿真数据
载荷
材料力学性能测试技术