基于BP和CNN的道路坡度的预测方法与装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于BP和CNN的道路坡度的预测方法与装置
申请号:CN202410906243
申请日期:2024-07-08
公开号:CN118447469B
公开日期:2024-10-22
类型:发明专利
摘要
本申请提供了一种基于BP和CNN的道路坡度的预测方法与装置。方法包括:构建BP网络模型,其中,BP网络模型的输入为车辆行驶数据,BP网络模型的输出为行驶场景;构建CNN网络模型;获取历史车辆行驶数据,且采用BP网络模型对历史车辆行驶数据进行分类得到目标行驶场景,并确定与目标行驶场景对应的CNN网络模型;将历史坡度数据输入至与目标行驶场景对应的CNN网络模型,预测得到起始于当前时刻的预设时间段内的预测坡度数据。采用BP网络模型对场景分类,再采用CNN网络对相应不同场景进行了道路坡度时序局部特征的提取,使算法适应不同场景、泛化能力更强,解决了现有的道路坡度预测方案适用场景有限即泛化能力较弱的问题。
技术关键词
车辆行驶数据 BP网络模型 时间段 一维CNN网络 训练集 滑动窗口 加速度 可读存储介质 坡度传感器 车速传感器 场景分类 行程 预测装置 山地 参数 程序 计算机
系统为您推荐了相关专利信息
卷积模型 图像增强 小波去噪 生成对抗网络模型 心电波形数据
配送优化方法 装卸设备 时间序列预测模型 交通 图谱
训练集 标签 训练预测模型 两阶段 数据
肺部CT图像 CT扫描图像 注意力 分割方法 多层感知机
决策 疏散通道 高风险 图像识别模型 云端服务器