摘要
本发明涉及车辆识别技术领域,公开了一种车辆的租赁状态识别方法、装置、设备及介质,包括:获取目标车辆在预设时间段内的定位信息,并通过聚类算法根据定位信息确定所述目标车辆的若干停留点,以及对若干停留点进行时间戳标记,得到时间分布特征;确定若干停留点之间的停留离散度,并将停留离散度与预设离散度阈值进行比较;若停留离散度大于所述预设离散度阈值,则根据时间分布特征确定若干停留点之间的重复停留点数值;若重复停留点数据大于预设阈值,则通过深度学习模型对目标车辆的使用频率信息以及用户行为数据进行分析,输出目标车辆的租赁状态识别结果。本发明旨在提升车辆租赁状态的识别准确性和识别效率。
技术关键词
停留点
状态识别方法
深度学习模型
分布特征
聚类算法
定位点
预训练模型
车辆识别技术
状态识别装置
数据
数值
时间段
可读存储介质
处理器
频率
自然语言
计算机设备
标记
分析模块
系统为您推荐了相关专利信息
语义特征
深度学习模型
训练机器学习模型
代码特征
代码抄袭检测
BIM构件
网络抖动
可视化界面
时间序列特征
分布式计算框架
智能预警系统
烧伤病房
环境监测数据
长短期记忆网络
大数据
宽带天线
数据采集单元
处理单元
天线阵列
定位系统
智能水表
时间序列预测模型
时间序列分解方法
机器学习分类算法
时间序列分析方法