CN118520415B 机动车用的碳排放监测方法及系统 （平邑县交通运输事业服务中心）_第1页
CN118520415B 机动车用的碳排放监测方法及系统 （平邑县交通运输事业服务中心）_第2页
CN118520415B 机动车用的碳排放监测方法及系统 （平邑县交通运输事业服务中心）_第3页
CN118520415B 机动车用的碳排放监测方法及系统 （平邑县交通运输事业服务中心）_第4页
CN118520415B 机动车用的碳排放监测方法及系统 （平邑县交通运输事业服务中心）_第5页
已阅读5页，还剩23页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本申请公开了机动车用的碳排放监测方法平滑处理的预处理；利用预处理后的行使数据A；利用预处理后的行使数据集，训练梯度提升到融合的碳排放预测模型C；利用碳排放预测模长短期记忆网络和梯度提升决策树进行模型融2对采集的行使数据集进行包含异常值检测和平滑处理根据得到的碳排放预测模型A和碳排放预测模型B，通过权重系数选择与目标数据样本距离最近的K个数据样本作为相应将新采集的机动车行驶数据输入至KNN局部模型，通过KNN局部模型将偏差与预设阈值进行比较，当偏差超过预设阈值时，将新采集的机动车行驶获取机动车行驶过程中采集的车速时间序列数据，车速时间序列设定时间窗口参数w，时间窗口参数w表示参与平均对于车速时间序列数据中的每个目标车速数据点，确定对应数据点前后各w个车速数计算局部车速数据段内所有车速数据点的平均值，作为目标车速数据点的平滑速度将车速时间序列数据中所有车速数据点的原始速度值替换为对应的平滑速采用启发式遍历算法，遍历构建的KD树，获取与目标节点的相关性3如果大于等于相关性阈值的数量在K个近邻节点中所占的比例低于预设值，则判断目将候选叶子节点集合作为KNN算法的训练样本，将不同的K值作为遗传算;n梯度提升决策树由多棵CART决策树作为基学456数据点的平均值，来消除数据中的随机波动。在本申请中，给定时间序列数据{x1,78等于相关性阈值的数量在K个近邻节点中所占的比例低于预设值，则判断目标节点为异常[0030]其中，相关性值是指目标节点与其最近邻叶子节点之间的相关程度的量化数行计算框架，可以对大数据集进行高效的分布式计算。在本申请中，将数据切分到多个9[0041](1)通过异常值检测与填补等预处理步骤，有效识别和处理了数据中的异常值和[0042](2)采用长短期记忆网络(LSTM)和梯度提升决策树(GBDT)两种不同的模型，并通[0046]图1是根据本说明书一些实施例所示的机动车用的碳排放监测方法及系统的示例[0049]图1是根据本说明书一些实施例所示的机动车用的碳排放监测方法及系统的示例数据经过时间同步标记，传输到后端服务器存档。以CSV格式存储，包含"timestamp"、"value＝(value_min)/(max_min)。将计算得到的0_1范围内的normalized_value写回对应iis,-T可,[0068]mileage_error＝(y_true_mileage[i]_y_pred_mileage)**2#误差平方(y2_y1)*(x0_x1)/(x2_x1)＝2.3+(4.5_2.3)*(3_2)/(4_2)＝3.6，计算出的填补值y0=从根节点到叶节点形成一棵CART回归决策树。初始化提升模型设置初始提升模型F0(x)=其中y_A和y_B分别为两模型的预测，w为A模型的权重。遍历w从0到1，步长0.1，即[0，[0117]model_C＝lo

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论