摘要
本发明公开了一种基于机器学习的胎压异常预测方法及系统,所属领域为胎压异常预测领域,包括:根据提取的胎压特征,采用支持向量机或随机森林算法,训练胎压异常预测模型,通过输入实时采集的胎压数据,预测未来30分钟内是否会发生胎压异常,以及异常的类型和严重程度;将胎压异常预警信息与车辆控制系统相结合,当预测到胎压异常风险时,通过人机交互界面,向驾驶员发出警示提醒,同时,根据所述胎压异常的严重程度和预测的演化趋势,制定相应的车辆控制策略。
技术关键词
胎压
多项式
随机森林模型
统计特征
序列
回归方法
车辆控制策略
密度聚类算法
孤立森林算法
轮胎
车辆控制系统
构建决策树
人机交互界面
决策树模型
时间段
可读存储介质
数据获取模块
系统为您推荐了相关专利信息
多项式
规划算法
李雅普诺夫函数
曲线
轮胎侧偏角
充放电策略
储能系统充放电
策略优化方法
时间序列预测模型
数据分析平台