摘要
本发明涉及一种基于GAN网络的电动汽车智能座舱空调用户聚类方法,属于深度学习领域。该方法包括:采集汽车新用户行为数据,对历史用户数据和新用户数据进行聚类,得到混合的历史用户和新用户行为数据的初始聚类数据;GAN网络学习任意一簇中的新用户数据分布;学习完成后,通过GAN网络判别器根据该簇中新用户数据计算间接评估指标;通过GAN网络判别器对该簇中历史用户数据进行评估,根据所述间接评估指标设定的阈值来筛选该簇中的历史用户数据。本发明通过判别器输出概率值来判断是否符合数据分布来筛选相似数据,将其引入聚类评价体系对聚类效果的评判给出了间接的指标,缓解了聚类因无标签数据导致的无法判断聚类有效性问题。
技术关键词
数据分布
GAN网络模型
智能座舱
聚类方法
指标
空调
样本
有效性
汽车
标签
噪声