-
公开(公告)号:CN112287984A
公开(公告)日:2021-01-29
申请号:CN202011104273.2
申请日:2020-10-15
Applicant: 长安大学
Abstract: 本发明公开了一种多维高速公路收费数据的异常检测与修复方法,包括步骤1:采集高速公路原始多维收费数据,并对高速公路原始多维收费数据进行预处理以得到多维规范之后的原始数据;步骤2:构建基于相似系数和的异常数据检测模型;步骤3:将步骤1中得到的多维规范之后的原始数据输入基于相似系数和的异常数据检测模型,通过检测得到含有异常值的多维数据;步骤4:构建基于极端梯度提升的异常数据修复模型;步骤5:将步骤3中得到的含有异常值的多维数据输入基于极端梯度提升的异常数据修复模型,实现多维数据异常修复及效果评估。本发明能够明显提升高速公路收费数据的质量与可用性,为后续的高速公路异常事件检测以及大数据统计分析工作提供良好的数据基础。
-
公开(公告)号:CN113283495A
公开(公告)日:2021-08-20
申请号:CN202110559947.6
申请日:2021-05-21
Applicant: 长安大学
Abstract: 本发明公开了一种集料颗粒分档方法及其装置,方法包括:获取集料颗粒2D/3D特征数据集;根据所述集料颗粒2D/3D特征数据集构建若干2D/3D特征的子数据集;构建基于高斯过程的集料分档模型;将所述若干2D/3D特征的子数据集输入至基于高斯过程的集料分档模型进行模型确认,得到最终的基于高斯过程的集料分档模型;将待分档集料颗粒输入至所述最终的基于高斯过程的集料分档模型得到分档结果。本发明综合考虑集料颗粒2D/3D特征数据,并采用基于高斯过程的机器学习集料分档算法进行分档预测,从而大幅提高了集料颗粒分档的精度。
-