摘要
本发明涉及特种车辆工况识别领域,公开了一种特种车辆机电复合传统系统工况识别方法、系统、介质及设备,其包括:采集特种车辆的多源数据,并对多源数据进行预处理;结合试验场地以及驾驶历程因素,对运行片段进行划分;构造特征参数,得到N×M维的矩阵作为特征参数矩阵;采用主成分分析法,将特征参数矩阵中多维的特征参数转化为不相关的主成分进行代替,以将特征参数矩阵降维;利用最大最小距离积法初始化蜂群,结合人工蜂群迭代过程以及K均值聚类算法,进行迭代寻优;构建IABC‑KMC工况识别模型,通过IABC算法进行一次迭代,确定KMC聚类的聚类中心,利用聚类结果更新蜂群;将实车数据输入至IABC‑KMC工况识别模型中,得到特种车辆的典型工况。
技术关键词
工况识别方法
特种车辆
K均值聚类算法
主成分分析法
矩阵
电机绕组温度
人工蜂群算法
数据
工况识别系统
贡献率
指标
位置更新
初始聚类中心
变量
特征值
程序
系统为您推荐了相关专利信息
医疗健康数据
医学知识图谱
个性化用药
药物
推荐方法
状态实时监控方法
电池包底板
加速度
状态实时监控装置
广义逆矩阵
图像重建方法
噪声图像
多模态
参数
时序信号处理
深度神经网络
协方差矩阵
水印嵌入方法
统计特征
混沌加密算法
拉曼光谱数据
杂质检测方法
肝素
密度聚类算法
关键工艺参数