[发明专利]一种基于朴素贝叶斯模型的车辆能耗影响分析方法在审
申请号: | 201910920130.X | 申请日: | 2019-09-26 |
公开(公告)号: | CN110689131A | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 行本贝;唐蕾;段宗涛;马骏驰;贾景池;李闯 | 申请(专利权)人: | 长安大学 |
主分类号: | G06N7/00 | 分类号: | G06N7/00;G06Q10/06 |
代理公司: | 61200 西安通大专利代理有限责任公司 | 代理人: | 郭瑶 |
地址: | 710064*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于朴素贝叶斯模型的车辆能耗影响分析方法,对车辆驾驶数据进行处理后再进行计算,得到车辆数据信息;通过联机分析处理对车辆数据信息进行多维度的分析,得到车辆因素和油耗的二维视图,通过判断各种车辆因素与油耗的二维视图是否有关联,从而筛选得到影响油耗的因素;对筛选出的影响油耗的因素进行离散化处理,然后划分为若个子类,并通过朴素贝叶斯模型计算各种影响油耗的因素的估计概率,确定对油耗影响最大的信息。本发明采用联机分析处理系统进行数据分析,分析各个因素是否与油耗有关联,对与油耗有关联的因素,使用数据挖掘来确定主要的节省燃料的影响因素,从而确定司机的驾驶习惯和风格,给出驾驶建议,从而达到节能驾驶的目的。 | ||
搜索关键词: | 油耗 车辆数据信息 贝叶斯模型 二维视图 关联 驾驶 联机分析处理系统 联机分析处理 筛选 离散化处理 车辆驾驶 车辆能耗 节省燃料 使用数据 数据分析 影响分析 影响因素 多维度 分析 节能 司机 挖掘 概率 风格 | ||
【主权项】:
1.一种基于朴素贝叶斯模型的车辆能耗影响分析方法,其特征在于,包括以下步骤:/n步骤一:通过智能车载GPS传感器获取车辆驾驶数据;/n步骤二:对车辆驾驶数据进行处理后再进行计算,得到车辆数据信息;/n步骤三:通过联机分析处理对车辆数据信息进行多维度的分析,得到车辆因素和油耗的二维视图,通过判断各种车辆因素与油耗的二维视图是否有关联,从而筛选得到影响油耗的因素;/n步骤四:对步骤三筛选出的影响油耗的因素进行离散化处理,然后划分为若个子类,并通过朴素贝叶斯模型计算各种影响油耗的因素的估计概率,最终确定对油耗影响最大的信息。/n
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长安大学,未经长安大学许可,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/201910920130.X/,转载请声明来源钻瓜专利网。
- 上一篇:轴承故障诊断方法
- 下一篇:一种非线性模糊逻辑决策算法
- 同类专利
- 一种基于朴素贝叶斯模型的车辆能耗影响分析方法-201910920130.X
- 行本贝;唐蕾;段宗涛;马骏驰;贾景池;李闯 - 长安大学
- 2019-09-26 - 2020-01-14 - G06N7/00
- 一种基于朴素贝叶斯模型的车辆能耗影响分析方法,对车辆驾驶数据进行处理后再进行计算,得到车辆数据信息;通过联机分析处理对车辆数据信息进行多维度的分析,得到车辆因素和油耗的二维视图,通过判断各种车辆因素与油耗的二维视图是否有关联,从而筛选得到影响油耗的因素;对筛选出的影响油耗的因素进行离散化处理,然后划分为若个子类,并通过朴素贝叶斯模型计算各种影响油耗的因素的估计概率,确定对油耗影响最大的信息。本发明采用联机分析处理系统进行数据分析,分析各个因素是否与油耗有关联,对与油耗有关联的因素,使用数据挖掘来确定主要的节省燃料的影响因素,从而确定司机的驾驶习惯和风格,给出驾驶建议,从而达到节能驾驶的目的。
- 一种超参数的调整方法、装置及计算机可读存储介质-201910866923.8
- 于彤 - 苏州浪潮智能科技有限公司
- 2019-09-12 - 2020-01-07 - G06N7/00
- 一种超参数的调整方法、装置及计算机可读存储介质,包括:利用采集函数集合中每一个采集函数分别选取采样点进行采样,以获得采样信息;将获得的采样信息输入机器学习模型,得到与采样信息个数对应的计算结果;获取符合预设条件的目标计算结果,并将目标计算结果对应的采样函数作为目标采样函数;将目标采样函数作为贝叶斯优化调参方法中的采样函数对机器学习模型的超参数进行调整。本申请由于对机器学习模型的超参数进行调整时会判定采样函数集合中哪种采样函数更适合该学习模型,以采用最适合机器学习模型的采样函数进行超参数调整,因此提升了超参数的调整效果。
- 专利分类