[发明专利]一种基于循环神经网络的汽车车窗起雾状况预测方法有效
申请号: | 201910384131.7 | 申请日: | 2019-05-09 |
公开(公告)号: | CN110334382B | 公开(公告)日: | 2020-11-17 |
发明(设计)人: | 曹建蜀;王晟;张顺生 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06N3/08 |
代理公司: | 成都正华专利代理事务所(普通合伙) 51229 | 代理人: | 陈选中 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于循环神经网络的汽车车窗起雾状况预测方法,其包括以下步骤:S1、获取原始数据集;S2、为原始数据集添加能见度标签后进行标准化;S3、预设循环神经网络模型的参数得到初始循环神经网络模型;S4、采用带有能见度标签的标准化数据集根据梯度下降法对初始循环神经网络模型进行更新训练,得到训练好的循环神经网络模型;S5、将当前汽车车窗内、外两侧的温度和空气湿度,以及车内成员数量和空调系统工作状态信息作为训练好的循环神经网络模型的输入数据,将训练好的循环神经网络模型的输出数据作为汽车车窗起雾状况的预测数据。本发明可对汽车车窗的起雾状况进行有效预测,便于提前除雾,减少起雾影响。 | ||
搜索关键词: | 一种 基于 循环 神经网络 汽车 车窗 雾状 预测 方法 | ||
【主权项】:
1.一种基于循环神经网络的汽车车窗起雾状况预测方法,其特征在于,包括以下步骤:S1、获取汽车车窗内、外两侧的温度和空气湿度,并记录对应的车内成员数量和空调系统工作状态信息,得到原始数据集;S2、根据不同工况下汽车车窗的起雾状况为原始数据集添加能见度标签后进行标准化,得到带有能见度标签的标准化数据集;S3、预设循环神经网络模型的初始学习率、衰减率、衰减周期、迭代次数、损失函数、训练步长、输入层处理参数、输出层处理参数和隐藏层处理参数,将循环神经网络模型的输入层数量和隐藏层数量设置为与训练步长相同,将输出层数量设置为1,得到初始循环神经网络模型;S4、采用带有能见度标签的标准化数据集根据梯度下降法对初始循环神经网络模型中的输入层处理参数、输出层处理参数和隐藏层处理参数进行更新,得到训练好的循环神经网络模型;S5、将当前汽车车窗内、外两侧的温度和空气湿度,以及车内成员数量和空调系统工作状态信息作为训练好的循环神经网络模型的输入数据,将训练好的循环神经网络模型的输出数据作为汽车车窗起雾状况的预测数据,完成汽车车窗起雾状况预测。
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电子科技大学,未经电子科技大学许可,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/201910384131.7/,转载请声明来源钻瓜专利网。