[发明专利]一种基于卷积神经网络模型的机车节能操纵方法在审
| 申请号： | 201810192684.8 | 申请日： | 2018-03-09 |
| 公开（公告）号： | CN108333959A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 黄晋;夏雅楠;赵曦滨;黄思光;胡昱坤 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G05B17/02 | 分类号： | G05B17/02 |
| 代理公司： | 北京律谱知识产权代理事务所(普通合伙) 11457 | 代理人： | 黄云铎 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提供了一种基于CNN的机车智能操纵方法。其步骤为:采集有丰富驾驶经验的司机的历史驾车数据和机车运行监控日志；对采集到的数据进行特征提取，得到训练数据集和测试数据集；然后调整CNN模型参数，使用训练数据进行模型训练，迭代此步骤直至模型收敛；将训练好的CNN模型用于机车运行档位的预测；基于预测档位对测试数据集进行仿真测试，将司机实际驾驶的情况和CNN模型预测出的速度和档位曲线做对比。本发明提出的数据预处理方法、模型设计和训练方法能够充分利用数据信息，达到较好的机车档位预测效果。 | ||
| 搜索关键词： | 机车 档位 测试数据集 预测 采集 机车运行监控 卷积神经网络 数据预处理 训练数据集 驾驶 仿真测试 模型参数 模型设计 模型训练 模型预测 数据信息 特征提取 训练数据 运行档位 司机 迭代 日志 收敛 节能 智能 | ||
【主权项】：
1.一种基于卷积神经网络模型的机车节能操纵方法，其特征在于，所述的方法包括：步骤S101，采集司机历史驾驶数据与机车运行监控日志，作为初始训练数据；步骤S102，对初始训练数据进行预处理，得到训练数据集和测试数据集；步骤S103，反复训练卷积神经网络模型并保存训练好的模型；步骤S104，应用训练好的模型进行预测，并进行仿真模拟测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810192684.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种复用形通用航空模拟器
- 下一篇：一种带电磁铁离合的开合帘电机
