[发明专利]一种基于驾驶行为画像的驾驶风险因子量化方法有效

专利信息
申请号: 201910394540.5 申请日: 2019-05-13
公开(公告)号: CN110084534B 公开(公告)日: 2023-03-24
发明(设计)人: 刘江川;张聪;樊小毅;庞海天;杨洋;邵俊松 申请(专利权)人: 南京江行联加智能科技有限公司
主分类号: G06F18/2321 分类号: G06F18/2321;G06F18/15;G07C5/08
代理公司: 南京求真专利代理事务所(普通合伙) 32600 代理人: 刘骐鸣
地址: 210000 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于驾驶行为画像的驾驶风险因子量化方法。首先对车辆传感器采集到的原始数据进行预处理;其次,对预处理后的车辆传感器数据,使用聚类算法对采样时间间隔、采样时间连续时长进行选择;再次,对聚类得到的数据进行驾驶行为变量的选择、各行为的特征提取等,并提取能量特征;最后,针对上述提取的众多特征,结合Sigmoid函数建立驾驶风险因子量化体系。本发明解决了驾驶风险量化困难的问题,基于车载传感器设备接收到的数据对驾驶员的驾驶行为进行量化,能够帮助驾驶员改善驾驶行为、企业判断良莠司机并辅助车险公司识别风险以进行车险保费差异化定价。
搜索关键词: 一种 基于 驾驶 行为 画像 风险 因子 量化 方法
【主权项】:
1.一种基于驾驶行为画像的驾驶风险因子量化方法,其特征在于,包括以下步骤:步骤(1)对车辆传感器中采集的原始数据进行预处理;步骤(2)依据各设备中数据的采样时间进行聚类,对所述原始数据进行二次采样;步骤(3)在二次采样后的数据中选取代表特定驾驶行为的相关变量,设定为风险量化指标y;步骤(4)建立Sign序列:Signk=sign(yk+1‑yk)将该序列的游程个数作为换频特征frek;步骤(5)根据所述换频特征frek提取能量特征步骤(6)对所有特征值进行标准化,结合sigmoid函数建立驾驶风险因子量化体系。
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南京江行联加智能科技有限公司,未经南京江行联加智能科技有限公司许可,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/201910394540.5/,转载请声明来源钻瓜专利网。

同类专利
  • 一种基于密度聚类的道岔摩擦电流智能计算方法及系统-202310577368.3
  • 邱晓莉;韩思远;熊庆;余东;张磊 - 成都工业职业技术学院
  • 2023-05-22 - 2023-10-27 - G06F18/2321
  • 本发明公开了一种基于密度聚类的道岔摩擦电流智能计算方法及系统,应用于道岔摩擦电流计算领域,包括:获取转辙机的道岔摩擦电流测试曲线,并根据电流特征大小确定道岔摩擦电流的智能计算区间;基于智能计算区间,通过密度聚类算法获取同一类的参考点数据,并分别对每一类的参考点数据进行初步筛选,生成参考点集合;基于参考点集合,通过广度优先搜索算法,获取最优参考点,得到最优道岔摩擦电流值。本发明通过解析转辙机的道岔摩擦电流曲线特性,并通过密度聚类算法和广度优先搜索算法选取最优参考点,得到最优道岔摩擦电流值,排除了人为因素对道岔摩擦电流的影响,实现了节约维修时间、减少运维成本、提高检修效率。
  • 数据监控预警方法、装置、电子设备及存储介质-202310506165.5
  • 黄海涛 - 北京罗克维尔斯科技有限公司
  • 2023-05-06 - 2023-10-27 - G06F18/2321
  • 本申请涉及一种数据监控预警方法、装置、电子设备及存储介质,应用于数据处理技术领域,所述方法包括:获取待检测舆情数据,对待检测舆情数据进行聚类分析,得到待检测舆情数据在预先建立的多个数据簇中所属的目标数据簇;根据预先建立的数据簇和数据异常类型的映射关系,确定目标数据簇对应的数据异常类型;其中,该映射关系是通过对样本舆情数据进行聚类分析和异常检测确定的;当目标数据簇对应的数据异常类型属于目标异常类型时,对待检测舆情数据进行预警。本申请可以解决因舆情数据波动不规律性而导致数据监控预警不准确的问题,可以准确地实现数据业务预警监控。
  • 一种数据处理方法及装置-202010342165.2
  • 杨俊 - 上海依图网络科技有限公司
  • 2020-04-27 - 2023-10-27 - G06F18/2321
  • 本申请涉及人工智能技术领域,尤其涉及一种数据处理方法及装置,获取待处理数据的数据特征;分别将所述数据特征与各档案数据类的中心数据特征进行对比,确定所述数据特征与各中心数据特征之间的特征相似度,其中,所述中心数据特征表征对应档案数据类中包含的各数据的中心点的数据特征;若确定存在特征相似度不小于预设特征相似度阈值,则将所述待处理数据归档到最高特征相似度对应的档案数据类中,若确定特征相似度均小于预设特征相似度阈值,则新建档案数据类,并将所述待处理数据归档到新建的档案数据类中,这样,能够提高待处理数据归档的效率,并降低计算量。
  • 一种基于DBSCAN的旅客异常识别方法及装置-202310800798.7
  • 王驰;苗应亮;胡长柏;李胜南 - 盛视科技股份有限公司
  • 2023-07-03 - 2023-10-24 - G06F18/2321
  • 本发明公开一种基于DBSCAN的旅客异常识别方法及装置,其方法包括:建立数据样本,根据数据样本进行无监督异常分类,自动计算异常数据本身的相似性;根据该相似性得到旅客异常判断结果;其中,根据数据样本进行无监督异常分类,具体是将数据样本按照异常类型进行分类并获取其特征数据,形成不同异常类型的特征数据,对不同异常类型的特征数据分别利用DBSCAN算法进行聚类分析,得到聚类簇数据,所述聚类簇数据包括异常簇中心和常规簇中心。本发明根据各类人员属性定义计算特征,利于DBSCAN算法分类的准确性;DBSCAN算法对数据分类过程中,可以区分离群点,这部分数据不仅利于分析新的异常类型,同时避免了少数数据被强制划分到某一类聚类簇而影响分类准确率。
  • 告警分类方法、装置、电子设备和存储介质-202210328995.9
  • 梁志;马亮;和军;段凯凯 - 中国移动通信集团山西有限公司;中国移动通信集团有限公司
  • 2022-03-30 - 2023-10-24 - G06F18/2321
  • 本发明提供一种告警分类方法、装置、电子设备和存储介质,其中方法包括:确定待分类的告警数据;将告警数据输入至告警分类模型,得到告警分类模型输出的告警类型;告警分类模型是在初始告警分类模型的基础上,应用样本告警数据训练得到;初始告警分类模型基于样本告警属性集合构建的超球体的体积确定,样本告警属性集合基于样本告警数据的分形维数确定,分形维数反映样本告警数据的告警演进方向,以全量告警数据为基础,分析告警演进方向并不断迭代更新,在告警趋于稳定的情况下构建样本告警属性集合,据此集合构建告警分类模型进行告警分类,克服了传统方案中告警处理效率低下,分类准确性差的缺陷,实现了告警处理方案的优化和处理效果的提升。
  • 一种定位异常检测和处理方法及相关设备-202210409754.7
  • 赵杰;张云柯 - 荣耀终端有限公司
  • 2022-04-19 - 2023-10-24 - G06F18/2321
  • 本申请公开一种定位异常检测和处理方法及相关设备,包括:终端服务器接收来自终端设备的cell路线信息,cell路线信息为用户行动轨迹的cell序列信息;终端服务器对cell路线信息进行第一次聚类,确定第一城市小区信息,城市小区信息为城市小区、驻地围栏和地理围栏之间的映射关系;终端服务器对第一城市小区信息进行异常检测,得到异常聚类cell路线信息和检测异常结果;终端服务器基于检测异常结果进行调整聚类参数;终端服务器通过调整聚类参数对异常聚类cell路线信息进行第二次聚类,得到第二城市小区信息。本申请实施例中,可以提高定位过程中聚类的准确性,进而提高给用户的提醒时机的准确性。
  • 一种基于改进DBSCAN聚类的用户窃电分析方法、设备及存储介质-202310924145.X
  • 廖贺;豆龙龙;吴甲;严永辉;喻伟;许建强 - 江苏方天电力技术有限公司
  • 2023-07-26 - 2023-10-20 - G06F18/2321
  • 本发明公开了一种基于改进DBSCAN聚类的用户窃电分析方法、设备及存储介质,获取异常台区的损失电量、异常台区下用户的用电相关数据和反窃电样本库中典型窃电用户的相关数据;计算异常台区下用户的训练样本数据集合,典型窃电用户的训练样本数据集合;根据异常台区下用户的训练样本数据集合,典型窃电用户的训练样本数据集合,通过改进的DBSCAN聚类模型,获得异常台区下用户和典型窃电用户的聚类簇;根据轮廓系数的平均值获取聚类簇中的有效簇;将有效簇中的用户与异常台区下用户求交集,得到异常台区下疑似窃电用户。本发明有效定位窃电嫌疑用户,提高工作效率,保障了供电公司的利益。
  • 一种基于GM-HMM的道路安全驾驶行为识别方法-202310939571.0
  • 鲍楠;陆金辉;孙希霞;师晓晔;潘甦 - 南京邮电大学
  • 2023-07-28 - 2023-10-20 - G06F18/2321
  • 本发明公开了一种基于GM‑HMM的道路安全驾驶行为识别方法,首先获取城市道路三车道交通数据集,对采集数据集进行预处理,从预处理后的数据集中提取换道及直行的样本数据,针对每一类驾驶行为构建行为识别模型,采用观测数据对行为识别模型的模型参数进行训练优化,最后将测试数据分别导入三个驾驶行为子模型进行计算,输出概率最大的子模型对应的驾驶行为作为识别得到的行为结果。本发明适用于三车道的普遍城市道路场景,利用HMM和GMM的特点建立GM‑HMM混合模型,无需手动选择特征,能够自适应地对驾驶员的行为进行建模,又设置周围车辆安全距离,将周围车辆信息纳入安全考虑,最后对驾驶行为进行识别预警,提高了模型的安全性。
  • 一种轨迹聚类方法-202310818802.2
  • 刘畅;吴永浩;陈卓;李培超 - 广东海洋大学
  • 2023-07-05 - 2023-10-13 - G06F18/2321
  • 本发明公开了一种轨迹聚类方法,包括:S1、对样本轨迹进行聚类;S2、根据样本轨迹聚类结果,对海域进行网格划分,形成网格海域图;S3、在网格海域图中,对AIS数据集中各轨迹进行相似性度量,并根据相似性度量结果进行轨迹聚类。采用本发明聚类方法时,与传统聚类方法相比,不需要频繁地计算复杂的距离矩阵,也不需要经常更新之前的某个簇的网格标签样本,同时聚类时间可以大幅减少,当船舶的轨迹越长,且轨迹数量越多时,本发明聚类效果越好,效率越明显。
  • 划分参数确定方法、装置、计算机设备和存储介质-202310610633.3
  • 李娅汝 - 中国银行股份有限公司
  • 2023-05-26 - 2023-10-10 - G06F18/2321
  • 本申请涉及一种划分参数确定方法、装置、计算机设备和存储介质,所述方法包括:获取多个参考用户标识对应的初始参数集合;获取多维网格的初始划分参数,基于初始划分参数,对多维网格进行划分,得到初始网格;初始网格中包含多个网格节点,以及网格节点的节点参数集合;基于初始参数集合和节点参数集合,确定网格节点的节点密度;基于初始网格中网格节点之间的连接关系,以及网格节点的节点密度,对多个参考用户标识进行聚类,得到初始聚类结果;基于初始聚类结果,对初始划分参数进行调整,得到目标划分参数;目标划分参数用于对目标用户的目标信用等级进行预测。采用本方法能够提高信息处理效率。
  • 基于震动波探测概率的煤矿微震台网监测能力评价方法-202310687630.X
  • 王常彬;曹安业;赵卫卫;张宁;刘耀琪;白贤栖;闫振乾 - 中国矿业大学
  • 2023-06-12 - 2023-10-03 - G06F18/2321
  • 本发明公开了一种基于震动波探测概率的煤矿微震台网监测能力评价方法,先获取微震监测数据,并对数据筛选后,确定评价区域周围的微震台站,根据震动波到时标记情况计算每个微震台站在上述区域内探测到震动波的概率分布;根据获得的概率分布,计算微震台网对不同能级微震事件的探测概率分布;最后设定所需探测微震事件能级,获取微震台网对该能级微震事件的探测概率分布,设定探测概率阈值,对采场区域进行微震台网监测能力评价,若某一区域评价未达标,则对微震台网布局进行优化调整,台网布局调整后再次评价,直至微震台网在采场各区域的监测能力均达到要求,从而实现采场微震探测能力的量化评价,提高煤岩动力灾害预警准确率。
  • 一种基于时序信号的永磁联轴器对中状态预测方法-202310756587.8
  • 张洋;苏桂龙;李阳阳;罗唯奇;程习康;周孟德;刘巍;何涛 - 大连理工大学
  • 2023-06-26 - 2023-09-29 - G06F18/2321
  • 本发明属于永磁磁力传动技术领域,提供一种基于时序信号的永磁联轴器对中状态预测方法。首先引入两个相互正交的状态向量来表征永磁联轴器内、外转子的偏心距和位置角,对永磁联轴器内、外转子的轴向截面进行理论建模;结合蒙特卡罗算法的近似计算模型,将实测结果引用到计算中对数据集进行权重的重新评估计算,实现永磁联轴器对中状态的快速预测评估。本发明可实现不同类型永磁联轴器对中状态的预测评估,适应性较强;此外,通过统计概率方法对实测数据进行权重重新评估计算,修正计算结果,保证了预测数值的精度,可为永磁联轴器的多参量状态评估预测提供重要的技术支撑。在实际工程应用方面具有较好的实际运用性能,操作简单且计算量小。
  • 一种基于声发射特征参数聚类分析的UHPC拉剪裂纹判别方法-202310645872.2
  • 焦峪波;房梦寒 - 北京工业大学
  • 2023-06-02 - 2023-09-29 - G06F18/2321
  • 本发明公开了一种基于声发射特征参数聚类分析的UHPC拉剪裂纹判别方法,首先利用声发射同步监测UHPC损伤断裂过程,得到声发射特征参数,根据特征参数计算出RA值和AF值构建无标记数据集。其次,利用高斯混合模型聚类算法计算每一个样本点由不同簇生成的概率,多次迭代得到更新簇的概率直至高斯收敛,将每个样本划分到概率最大的簇中,得到两个聚类簇,并标记样本点数据;将标记后的样本数据集以RA值为x轴,AF值为y轴的形式展现,利用支持向量机算法,求得分割两个聚类簇的最佳线性分界线,通过该线性分界线划分拉伸和剪切裂纹。本发明所提方法原理明晰,过程简单易行、相比现有拉剪裂纹分类技术更具有客观性与普适性。
  • 用于驱动测量标定的数据处理系统-202311075596.7
  • 范生宏;范文杰 - 北京普达迪泰科技有限公司
  • 2023-08-24 - 2023-09-29 - G06F18/2321
  • 本发明涉及电数字数据处理技术领域,具体涉及用于驱动测量标定的数据处理系统,该系统包括:通过多个模块之间的相互配合可以实现以下步骤:获取安装在待检测样本上的每个目标压力传感器采集的初始压力时序;从每个初始压力时序中筛选出待检测样本损坏之前的初始压力;通过DBSCAN算法,对目标压力时序集合中的目标压力进行聚类;对当前聚类簇中的目标压力进行分组;确定当前聚类簇对应的内部数据偏离指标、外部异常延伸指标和目标介入指标;根据目标介入指标,对当前聚类簇进行修正;将得到的所有目标聚类簇的聚类中心,确定为目标标定数据。本发明通过对初始压力时序进行数据处理,实现了压力数据标定,提高了数据标定效果。
  • 数据处理方法、设备及存储介质-202310315396.8
  • 许力 - 北京火山引擎科技有限公司
  • 2023-03-28 - 2023-09-29 - G06F18/2321
  • 本公开实施例提供一种数据处理方法、设备及存储介质,通过获取待分析因果关系的多个指标的时序数据;根据多个指标的时序数据的概率分布对多个指标进行聚类;基于聚类结果分析各指标间因果连接关系和连接指向构建因果关系网络结构;根据多个指标的时序数据,获取因果关系网络结构中各指标节点的条件概率表;根据因果关系网络结构以及各指标节点的条件概率表,获取贝叶斯信念网络结构,以表示各指标之间的因果关系。本实施例中可对多指标的高维时序数据进行因果关系发现,扩展了因果关系发现的适用场景,并且降低了计算成本,提高因果关系发现效率,为决策或故障根源问题定位提供辅助信息支持。
  • 风机故障检测方法、控制装置及存储介质-202311101124.4
  • 许伯强;晏旺;徐严侠 - 北京科锐特科技有限公司
  • 2023-08-30 - 2023-09-29 - G06F18/2321
  • 本发明涉及故障检测技术领域,具体提供一种风机故障检测方法、控制装置及存储介质,旨在解决现有检测模型因遗忘历史任务而导致故障检测不准确的问题。为此目的,本发明的风机故障检测方法包括:获取待检测风机的运行数据;将所述运行数据输入至预先训练好的故障检测模型,以使所述预先训练好的故障检测模型输出所述待检测风机是否发生故障的检测结果;其中,所述故障检测模型包括初步检测网络和与所述初步检测网络连接的子记忆网络;所述子记忆网络用于对所述初步检测网络输出的数据分类信息进行优化,以获得优化后的分类信息作为所述检测结果。
  • 一种多分辨率数据聚类分析方法-202011589479.9
  • 卢建云;李士果;李腾;路亚;邵俊明;宋子豪 - 重庆电子工程职业学院
  • 2020-12-29 - 2023-09-29 - G06F18/2321
  • 本发明涉及聚类分析技术领域,具体公开了一种多分辨率数据聚类分析方法,包括以下步骤:步骤S1,采用累积泊松概率密度函数对数据集中的数据对象的逆k最近邻数目进行度量得到动态局部密度,k为最近邻数目;步骤S2,根据动态局部密度的降排序,采用逆k最近邻扩展的方法依次遍历数据集,生成聚类结构;步骤S3,将聚类结构向量作为一维信号,利用小波变换对聚类结构进行分析,得到聚类结果,聚类结果包括类簇大小、密度变化、数据密度分布和边缘分布。采用本发明的技术方案能够解决当前的聚类分析方法聚类间断点不明确和聚类间的突变信息不能识别。
  • 多传感器融合定位的不确定性表达方法、装置及电子设备-202310396673.2
  • 孟杰;李丽坤;蒋立泉;胡航宇;肖扬;朱晓杏 - 武汉溯野科技有限公司
  • 2023-04-12 - 2023-09-26 - G06F18/2321
  • 本发明提供一种多传感器融合定位的不确定性表达方法、装置及电子设备,该方法包括:基于目标物对应的多个传感器的测量结果,构建目标物自身位姿的概率密度函数,将概率密度函数转换为蒙特卡洛定位的加权粒子集表达式;基于所述加权粒子集表达式确定不同加权粒子的位置分布,确定选择框,以基于所述选择框覆盖预设比例的加权粒子,并将所述选择框分割为多个等距栅格;基于每个加权粒子的位置信息,将加权粒子投放到所述多个等距栅格中;统计每个所述等距栅格中所有加权粒子的权重总和,基于所述权重总和,确定所述目标物处于对应等距栅格中的概率。本发明可以解决现有技术中难以在动态场景中获取多传感器融合后的定位不确定性的技术问题。
  • 基于私家车数据的城市功能区转移流量预测方法及装置-202011452777.3
  • 肖竹;刘晨曦;王东;刘代波;蒋洪波 - 湖南大学
  • 2020-12-11 - 2023-09-26 - G06F18/2321
  • 本发明公开了一种城市功能区转移流量预测方法及装置,其方法为:首先,采集城市中私家车的GPS和OBD数据,从中提取私家车的停留点数据,根据经纬度信息为所有停留点数据匹配POI语义标签;然后,根据停留点数据统计每个时间片段内位于各功能区的转移流量,并构建功能区域之间的流量转移矩阵,进而构建训练样本和预测样本;最后,使用训练样本对预设的转移流量预测模型进行训练,训练后即可用于对预测样本在目标时间段的车辆转移流量进行预测。本发明的预测模型捕获了训练样本的时间相关性和时空相关性,预测功能区之间的转移流量,且预测准确率高。
  • 基于OM距离的自适应密度峰值聚类算法-202310571549.5
  • 李想;万静;张虎宾 - 哈尔滨理工大学
  • 2023-05-21 - 2023-09-22 - G06F18/2321
  • 本发明针对密度峰值聚类算法(DPC)不能较好地处理名词性属性,无法自动识别聚类中心的缺陷。提出了一种基于OM距离的自适应密度峰值聚类算法。首先,结合OM距离和闵可夫斯基距离提出了新的相似度矩阵计算公式;其次,提出一种新的聚类中心自适应策略,使用决策线的方式进行提取聚类中心;最后,将剩余的数据点分配到密度比其大的最近邻所在的簇中。
  • 基于权重递增的条件扩散模型的时间序列异常检测方法及装置-202310853533.3
  • 肖春静;杜翔鹤;薛玉霞;缑泽华;张磊 - 河南大学
  • 2023-07-12 - 2023-09-22 - G06F18/2321
  • 本发明公开一种基于权重递增的条件扩散模型的时间序列异常检测方法及装置,该方法首先选择一部分时间序列数据作为观测值,其余数据作为缺失值,然后根据观测值来估计缺失点的值,最后根据估计错误来判定一个点是否为异常。采用基于密度比的策略灵活地选择观测值,可以轻松适用于异常集中的情况。本发明通过权重递增的条件扩散来增强缺失值的估计性能,可以显著提高生成数据质量,从而提升异常检测的稳定性。此外,本发明还设计了一个多尺度状态空间模型,以捕捉时间序列数据的长期依赖关系。实验结果表明,本发明表现明显优于当前最先进的模型;能够改善异常检测性能;在标记数据稀缺或异常点集中的情况下,提供了一种灵活的解决方案。
  • 一种隐私保护的共享近邻密度峰聚类方法-201910126420.7
  • 鲍舒婷;孙丽萍;慈尚;郑孝遥;罗永龙 - 安徽师范大学
  • 2019-02-20 - 2023-09-22 - G06F18/2321
  • 本发明揭示了一种隐私保护的共享近邻密度峰聚类方法,其特征在于使用ε‑差分隐私保护方法保护用户的隐私安全,并通过定义共享近邻相似度的概念,更精确地度量样本间的相似度和局部密度,在满足ε‑差分隐私保护的前提下提高聚类有效性。本发明在计算局部密度和最短距离时加入Laplace噪音,满足ε‑差分隐私保护;将共享近邻相似度和欧氏距离进行统一计算样本的局部密度,以便于局部密度ρ获得关于簇结构的信息,充分揭示了样本之间的内在联系。
  • 基于人工智能的风电机组谐波数据实时监测方法-202311027041.5
  • 韩猛;刘斌斌;申宁;陈晓东;韩伟;刘铁;闫秋峰 - 山东泰开电力电子有限公司
  • 2023-08-16 - 2023-09-15 - G06F18/2321
  • 本说明书实施例公开了一种基于人工智能的风电机组谐波数据实时监测方法,涉及数据处理技术领域,该方法包括:获取风电机组运行过程中的电压数据;通过离散傅里叶变换对所述电压数据进行计算,得到所述电压数据的频谱图;根据所述频谱图确定谐波电压,并基于所述谐波电压构成所述风电机组的谐波数据集,所述谐波数据集中的每一个谐波数据为频率与幅值所组成的数据对;计算所述谐波数据的分布特征所对应的谐波异常密度指数;根据所述谐波异常密度指数计算截断距离;基于密度峰值聚类算法和所述截断距离对所述谐波数据进行聚类,得到所述谐波数据的聚类结果;基于所述聚类结果对所述风电机组的谐波数据进行实时异常监测。
  • 基于聚类分箱的数值型特征离散化归因分析方法及装置-202310498218.3
  • 田馥玮;邵家伟;张亚东 - 北京元年科技股份有限公司
  • 2023-05-05 - 2023-09-12 - G06F18/2321
  • 本申请提供一种基于聚类分箱的数值型特征分析方法、装置、电子设备及计算机可读存储介质,该方法包括:获取数据样本;计算数据样本中每个特征值的第一贡献值;根据每个特征值及对应的第一贡献值,得到数组集合;将数组集合进行聚类,得到多个第一区间;将存在重叠部分的第一区间进行分箱处理,得到多个第二区间;基于第二区间以及不存在重叠部分的第一区间,得到数据样本对应的目标区间及每个目标区间对应的第二贡献值。本申请能够准确地确定贡献度指标,从而准确地确定数据的影响度。
  • 结构模态参数自动识别方法、装置、电子设备和存储介质-202310733147.0
  • 李帅;王进廷;潘坚文;向致谦;罗广衡;武明鑫;姚虞 - 清华大学;水电水利规划设计总院
  • 2023-06-20 - 2023-09-12 - G06F18/2321
  • 本公开提供了一种结构模态参数自动识别方法,包括:利用设定的时间窗口对结构响应信号进行分块,得到按照时间先后顺序依次排列的若干数据分块;通过SSI算法对第一个数据分块进行模态参数识别,得到结构的第一模态参数识别结果;利用聚类算法对所述第一模态参数识别结果进行分析,确定结构的稳定模态;根据所述结构的稳定模态利用BSS算法对结构的后续数据分块进行数据分析,得到后续数据分块的各阶模态坐标,利用该各阶模态坐标获取各阶模态的自由衰减振动;利用HT算法对所述各阶模态的自由衰减振动进行模态参数识别,得到最终的模态参数识别结果。本方法具有良好的噪声鲁棒性并能显著提高计算效率。
  • 一种建筑人员用能行为聚类方法、装置及计算机设备-202310753281.7
  • 马荣江;李金伟;邓梦思;曹晓玲;钟巍;余南阳 - 西南交通大学
  • 2023-06-25 - 2023-09-12 - G06F18/2321
  • 本发明涉及数据处理技术领域,尤其涉及一种建筑人员用能行为聚类方法、装置及计算机设备,该方法包括:获取建筑人员用能行为数据集;对建筑人员用能行为数据集进行预处理,得到建筑人员用能行为数据集的估计导数数据集;确定多个第一目标聚类中心,基于估计导数数据集和每个第一目标聚类中心,得到对应于每个第一目标聚类中心的第一目标聚类;确定在多个第一目标聚类下用能设备的启停次数方差和以及用能时长方差和;判断多个第一目标聚类下的用能设备的启停次数方差和、用能时长方差和以及第一目标聚类中心是否均收敛;若是,得到第一聚类结果,进而通过聚类分析,得到运行规律即第一聚类结果,进而为后期的自动化管理用能设备提供有力依据。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top