摘要
本申请涉及车辆技术领域,特别涉及一种车辆电池馈电原因的检测方法、装置、车辆及存储介质,包括:对采集的运行数据进行数据预处理后,得到车辆的待标注数据,对待标注数据进行数据分析,选择满足预设条件的目标标注数据进行标注,得到车辆的标签数据和无标签数据,并基于标签数据训练预设机器模型,得到标签数据与标签的映射关系,在接收到新的车辆运行数据并进行数据预处理后,将新的车辆运行数据和无标签数据作为输入至训练好的预设机器模型,以基于标签数据与标签的映射关系得到车辆的馈电原因预测结果。由此,解决了电池馈电原因检测效率低、准确性不足等问题,通过采集车辆的多源数据,并结合深度学习算法,实现对电池馈电原因的精准判断。
技术关键词
车辆运行数据
标签
车辆电池
置信度阈值
电气系统
异常数据
深度学习算法
关系
处理器
模块
可读存储介质
存储器
训练集
样本
程序
电流
电压
系统为您推荐了相关专利信息
高光谱遥感数据
城市黑臭水体
水质监测数据
判定方法
采样点
智能问答方法
生成提示词
大语言模型
生成答案
生成用户
图像分类模型
图像分类方法
样本
图像分类装置
预测类别