-
公开(公告)号：CN113344352A
公开(公告)日：2021-09-03
申请号：CN202110590179.0
申请日：2021-05-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提出一种基于机器学习算法的蓄电池馈电风险识别方法，在不增加硬件的情况下，利用云端采集上传的蓄电池相关网络信号数据，进行数据探索挖掘，特征变量构造，然后通过机器学习算法进行训练，得出较完善的馈电风险预测模型，利用训练好的模型，当云端监测到有实时蓄电池相关数据上传时，即可输出蓄电池馈电风险预测结果，及时对车主进行馈电风险预警提醒。后续随着蓄电池故障样本数据不断累积，特征变量以及算法参数能够不断优化，预测模型的准确性也逐步提高。
-
公开(公告)号：CN112116023A
公开(公告)日：2020-12-22
申请号：CN202011041933.7
申请日：2020-09-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种基于机器学习的轮胎漏气的实时检测方法及存储介质，包括选择更多同款车型在更长时间范围内的数据，并基于预设斜率值，按照N天的时间窗口进行滑动，当滑动到某一天时，若前N天的车辆轮胎的气体量斜率值大于斜率值K，则标记当前车辆数据的车辆轮胎漏气，否则不漏气，并由此得到带有标签的样本集，然后使用不同类型的分类算法对所述样本集进行验证与训练得到最优分类算法，并基于该最优分类算法，对其进行工程化部署，以使最优分类算法的模型上线至生产环境中，用于预测实时新上传到云端的胎压数据，得到预测结果。解决了现有技术预测轮胎漏气结果不够准确，或还需增加其他生产成本的技术问题。
-
公开(公告)号：CN112116023B
公开(公告)日：2022-08-09
申请号：CN202011041933.7
申请日：2020-09-28
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明提供了一种基于机器学习的轮胎漏气的实时检测方法及存储介质，包括选择更多同款车型在更长时间范围内的数据，并基于预设斜率值，按照N天的时间窗口进行滑动，当滑动到某一天时，若前N天的车辆轮胎的气体量斜率值大于斜率值K，则标记当前车辆数据的车辆轮胎漏气，否则不漏气，并由此得到带有标签的样本集，然后使用不同类型的分类算法对所述样本集进行验证与训练得到最优分类算法，并基于该最优分类算法，对其进行工程化部署，以使最优分类算法的模型上线至生产环境中，用于预测实时新上传到云端的胎压数据，得到预测结果。解决了现有技术预测轮胎漏气结果不够准确，或还需增加其他生产成本的技术问题。
-
-
Search Results
3
records
(took 0.021 seconds)
