基于车载数据k均值聚类的特种车辆行驶工况识别

运行工况的合理划分是车辆可靠性和耐久性研究的基础。为了综合考虑特种车辆动力性能和操纵性能,针对换挡、运行、爬坡和转向4种工况进行研究,并提出各工况特征值计算方法。为提高车辆行驶工况识别的准确性,通过小波阈值滤波算法和自顶向下分段线性表示算法对原始数据进行去噪和短行程划分,再利用k均值聚类算法对车辆行驶工况进行识别。通过某型特种车辆试验数据验证,该方法能够对行驶工况有效识别,工况聚类精度可达92.75%。

基于分段线性表示k最近邻的水质预测方法

随着自动监测、网络通讯等技术的迅速发展,水质数据采集方式从原来的人工采集发展到现在的自动采集,技术上得到很大的进步,同时获得的水质数据也急剧增加。因此面对大量的水质数据,迫切需要一种能够处理大规模水质数据的预测方法。针对这一问题,基于k最近邻算法和分段线性表示算法,提出了分段线性表示k最近邻算法用于水质预测。为了验证所提出算法的有效性,利用该算法对2个水库进行水质浑浊度预测实验。实验结果表明,分段线性表示k最近邻算法处理大规模水质数据时可以有效减少计算量和运行时间,且预测效果令人满意。