一种基于监督式机器学习的车辆部件建模方法
公开
摘要
本发明提供了一种基于监督式机器学习的车辆部件建模方法，包括以下步骤：收集建模部件不同工况下测试数据；对测试数据进行预处理；根据建模部件特性选择分类或回归学习算法；利用特征选择和特征变换提取相关特征；构建和训练模型；将训练好的模型导出应用至整车模型。本发明所述的一种基于监督式机器学习的车辆部件建模方法通过测试数据训练所选的监督式机器学习算法，建立高精度的车辆部件模型，提高整车整体仿真精度。
基本信息
专利标题 ：
一种基于监督式机器学习的车辆部件建模方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580086A
申请号 ：
CN202210478749.1
公开（公告）日 ：
2022-06-03
申请日 ：
2022-05-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李文博王伟曲辅凡王长青颜燕
申请人 ：
中汽研汽车检验中心（天津）有限公司;中国汽车技术研究中心有限公司
申请人地址 ：
天津市东丽区先锋东路68号主楼526室
代理机构 ：
天津企兴智财知识产权代理有限公司
代理人 ：
薛萌萌
优先权 ：
CN202210478749.1
主分类号 ：
G06F30/15
IPC分类号 ：
G06F30/15 G06F30/27 G06K9/62 G06N20/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/15
车辆、飞行器或船只的设计
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
