摘要
本发明涉及数据处理领域,提出一种重载机车车钩服役状态评估方法及系统,通过设计一种参数自适应快速聚类算法,可动态调整核心阈值,减少人工调参依赖,同时实现了快速缩小近邻搜索范围,有效降低了系统计算的时间复杂度,又设计了一种融合决策算法,基于密度聚类与动态可信度分层的非对称融合框架,首先建立密度‑可信度分层映射,实现物理密度直接驱动证据可靠性量化,避免主观权重设定,再量化非对称冲突,通过包含关系矩阵捕捉证据主导关系,更适配车钩服役监测多源数据权力不均场景,又进行动态熵权分层融合,层级隔离机制可防止低可信度证据污染决策,本发明提高了评估的准确性和时效性。
技术关键词
重载机车
状态评估方法
疲劳特征
车钩
决策算法
多源融合
聚类算法
异构传感网络
层级
数据
动态
分层
密度
参数
基础
核心
状态评估系统
分布特征
系统为您推荐了相关专利信息
心理状态评估方法
语义分割模型
声音类别
RGB摄像头
面部微表情
配电物联网
多模通信方法
卷积网络模型
决策算法
配电站
疲劳驾驶检测方法
电信号
多视角
驾驶员疲劳驾驶状态
节点特征
深度强化学习模型
气象监测数据
组合特征向量
参数
特征提取器