摘要
本发明公开了一种基于用户画像与样本增强的电动汽车可调性识别系统及方法,涉及新能源汽车领域,通过对电动汽车用户特征进行全面提取与分析,构建电动汽车用户物理充电矩阵与主观意愿矩阵,并构建电动汽车可调性用户画像,基于电动汽车可调性用户画像进行多时空可调性分析;通过将Bi‑GRU模型与RNN、GRU模型进行结果对比,验证Bi‑GRU模型有效性,设计四个典型场景的小样本测试,验证Bi‑GRU在不同数据量不同场景时的稳定性;对用户输入不合理样本进行剔除后,针对不同场景数据特性进行差异化增强,对于生活场所工作日、工作场所工作日运用VAE模型进行样本增强,对于生活场所周末运用蒙特卡诺模拟进行样本增强,通过对比实验验证增强后模型精度得到大幅度提升。
技术关键词
GRU模型
画像
样本
识别方法
识别模块
能量分布特征
矩阵
识别系统
充电器
识别工作
场景
周期性特征
物理
充电站
能耗
连续特征
功率
车辆
有效性
系统为您推荐了相关专利信息
样本
非暂态计算机可读存储介质
热成像
注意力机制
迁移方法
视觉特征
图像分割方法
多模态特征融合
图像分割网络
文本编码器
鼻咽癌诊断
血清
鼻咽癌患者
预后评估试剂盒
诊断试剂盒
关键绩效指标
机器学习算法
大数据挖掘技术
大数据技术
销售额
格栅控制方法
强度
车辆
主动进气格栅
发动机转速