欢迎访问行业研究报告数据库

行业分类

当前位置:首页 > 报告详细信息

找到报告 1 篇 当前为第 1 页 共 1

基于PCA主成分分析和K-means算法的汽车行驶工况数据量化研究
作者:王沛;陈劲杰; 加工时间:2020-04-15 信息来源:软件工程
关键词:PCA;K-means++聚类;汽车标准行驶工况
摘 要:随着我国经济的快速发展,从汽车大国到汽车强国的逐步转变,汽车数量也急剧增加。本文针对轻型汽车实际道路行驶采集的数据(采样频率1Hz),处理为各个运动学片段,采用PCA结合K-means++聚类方法,对处理后数据样本进行降维处理,分析其中主要特征成分,将各运动学片段依据综合特征指标归类,计算主要特征参数,使用相关系数筛选典型特征片段。构建典型汽车行驶工况曲线。使用K-means聚类处理数据段,计算处理结果并分析与总体样本特征偏差范围,判断工况曲线构建的合理性,是否符合世界WLTC工况标准。结合汽车标准行驶工况比较分析综合特征指标差异。
内 容:原文可通过湖北省科技信息共享服务平台(http://www.hbstl.org.cn)获取
© 2016 武汉世讯达文化传播有限责任公司 版权所有
客服中心

QQ咨询


点击这里给我发消息 客服员


电话咨询


027-87841330


微信公众号




展开客服