摘要
本发明涉及一种增程器温度预测模型训练方法、增程器控制方法和控制器。训练方法包括:获取多工况下对应于不同时间窗口的样本增程器温度数据,并构建样本增程器温度特征图;将样本增程器温度特征图输入待训练的增程器温度预测模型,提取不同特征维度的图卷积特征,并获取各特征维度的反馈系数;根据各反馈系数,获取各特征维度的主动选择因子,并获取最优反馈系数;利用各特征维度的主动选择因子,对各特征维度的图卷积特征进行融合,并基于最优反馈系数进行特征增强,得到时间增强特征;基于时间增强特征获取预测增程器温度数据,以得到训练完成的增程器温度预测模型。采用本方法能提高增程器温度预测的准确性。
技术关键词
温度预测模型
卷积特征
融合特征
增程器控制方法
样本
因子
节点特征
数据
车辆控制器
计算机程序产品
处理器
时序
可读存储介质
工况
存储器
关系
系统为您推荐了相关专利信息
图片检索方法
三元组损失函数
多模态特征融合
文本编码器
图像编码器
水质检测设备
异常监测方法
重建误差
异常点
孤立森林算法
铝型材表面
多尺度特征融合
数据采集模块
序列特征
模型训练模块