|
|||||
|
|
| 基于改进K-means聚类的汽车行驶工况构建方法研究 | |
| 引用本文： | 刘继隆李乐俞俊.基于改进K-means聚类的汽车行驶工况构建方法研究[J].农业装备与车辆工程,2023(5):105-109. |
| 作者姓名： | 刘继隆李乐俞俊 |
| 作者单位： | 1.上海理工大学200093; |
| 摘 要： | 为提升对实际道路载荷数据典型工况提取的合理性,将采集到的车辆数据进行预处理、运动片段划分、特征参数提取并形成特征参数矩阵,使用主成分分析法对特征参数降维处理,通过孤立森林对降维后的数据进行离群点检测,并采用K-means算法进行聚类分析,根据各工况运行时间所占比例构建汽车行驶工况。结果表明,改进后的K-means聚类算法的Average Silhouette值提升了6.53%,聚类效果明显优化,所构建的汽车行驶工况的相对平均误差为5.09%,验证了该方法的有效性。 |
| 关 键 词： | 片段划分 主成分分析 孤立森林 K-means聚类 工况构造 |
| 本文献已被 维普 等数据库收录！ | |