摘要
本发明提供一种基于ETC车载标签日志的交易故障判定方法及装置,通过预设链路通道采集车载标签响应交易过程中的关键日志信息,包括交易过程参数、结果信息及信号强度采样等,结合门架与车道两类交易场景进行数据分区与多维度统计分析,形成完整的交易行为画像。通过滑动窗口技术计算阶段成功率方差,配合多项判定规则,从设备老化、场景适配、环境异常及设备异常等多方面开展故障判定。同时,引入基于贝叶斯估计的动态阈值调整机制,使故障判断规则具有自适应能力。该技术方案具备故障识别准确性高、适应性强及系统部署成本低等优势,显著提升了ETC系统对异常交易的识别与运维能力。
技术关键词
车载标签
故障判定方法
长短期记忆神经网络
日志数据统计
趋势预测模型
场景
门架
嵌入式安全控制模块
设备老化
车道
阶段
XGBoost模型
DBSCAN算法
故障判定装置
训练样本集
滑动窗口技术
指令
偏差
系统为您推荐了相关专利信息
动态参数模型
序列
注意力神经网络
仿真数据
递归神经网络
大体积混凝土浇筑
监测点
隧道二次衬砌施工
混凝土温度控制
长短期记忆神经网络
充放电功率
强化学习策略
调频
长短期记忆神经网络
决策