摘要
本发明公开了一种机动车尾气排放检验数据真伪智能分析的方法及系统,包括:接收机动车尾气排放的检测数据,结合车辆的维修数据和检测设备的校准日志,得到多源检测数据,并对多源检测数据进行标准化处理,生成标准化的多源检测数据;其中,机动车尾气排放的检测数据包括车辆VIN码、检测时间、污染物浓度值和检测设备序列号;基于标准化的多源检测数据,构建检测机构关联图,采用孤立森林模型检测检测机构关联图中的异常子图,得到机构协同异常识别结果;基于训练完成的第一神经网络模型,将标准化的多源检测数据中的目标车辆信息输入第一神经网络模型中,生成理论排放曲线,计算目标车辆的实测数据与理论排放曲线的时间规整距离,得到车辆轨迹异常分析结果;其中,第一神经网络模型包括LSTM模型和/或脉冲神经网络;根据机构协同异常识别结果和所述车辆轨迹异常分析结果,生成检测数据真伪预警信息。本发明通过多源数据融合和智能分析,有效识别机动车尾气检测数据真伪行为。
技术关键词
多源检测数据
神经网络模型
排放特征
检测机构
森林模型
车辆VIN码
LSTM模型
动态预测模型
脉冲
机动车
变分贝叶斯
检测设备
时序特征
尾气
遗传算法优化
实时监测数据
染色体
理论
系统为您推荐了相关专利信息
Stacking集成学习
电价预测方法
梯度提升决策树
随机森林模型
样本
分布式光伏
光伏板
数据处理方法
透光率
光伏发电数据分析
断路器机械特性
微控制器
绝缘老化
神经网络模型
工业现场信号
水产生物图像
水产病害
纹理特征
像素点
梯度直方图
屏幕亮度调节方法
脉冲宽度调制占空比
亮度补偿模型
环境光条件
屏幕显示内容