文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202210967241.8

申 请 日：20220812

发 明 人：雷贞贞 张帅 黄亚芳 孟杰 陈峥 刘永刚

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20221111

公 开 号：CN115329865A

代 理 人：王翔

代理机构：重庆缙云专利代理事务所(特殊普通合伙)

语　　种：中文

摘　　要：本发明公开基于多核学习支持向量机的行驶工况识别方法，步骤包括：1)获取汽车行驶工况数据；2)对汽车行驶工况数据进行预处理，得到预处理后的汽车行驶工况数据；3)对预处理后的汽车行驶工况数据进行特征提取，得到汽车行驶工况特征参数；4)搭建行驶工况分析处理系统；5)将汽车行驶工况特征参数输入到行驶工况分析处理系统中，对汽车行驶工况进行识别，得到汽车行驶工况类型。本发明方法应用GAPSO算法对MKL‑SVM模型的进行参数寻优，能够使得粒子跳出局部最优，更易寻求全局最优解，相比于传统的SVM向量机，MKL‑SVM模型可以提升了模型的学习能力与泛化能力，具有较优的分类性能。

主 权 项：1.基于多核学习支持向量机的行驶工况识别方法，其特征在于，包括以下步骤：1)获取所述汽车行驶工况数据。2)对汽车行驶工况数据进行预处理，得到预处理后的汽车行驶工况数据；3)对预处理后的汽车行驶工况数据进行特征提取，得到汽车行驶工况特征参数；4)搭建行驶工况分析处理系统；5)将汽车行驶工况特征参数输入到行驶工况分析处理系统中，对汽车行驶工况进行识别，得到汽车行驶工况类型。

关 键 词：汽车行驶  工况数据  预处理  行驶工况 分析处理系统  工况特征  全局最优解 支持向量机 参数输入  参数寻优 分类性能  特征提取  学习能力  传统的  向量机 多核 算法  粒子  跳出  学习  

IPC专利分类号：G06K9/62;G06N3/00