基于循环神经网络的道路坡度参数辨识方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于循环神经网络的道路坡度参数辨识方法及系统
申请号:CN202510247381
申请日期:2025-03-04
公开号:CN119741837A
公开日期:2025-04-01
类型:发明专利
摘要
本发明公开了一种基于循环神经网络的道路坡度参数辨识方法及系统,涉及数据处理技术领域。其中,该方法包括:采集车辆通过道路坡度的坡度数据,划分为训练集、验证集和测试集;对坡度数据进行预处理,使用滑动窗口法将预处理后的坡度数据转换为三维结构;采用不同的循环神经网络建立不同结构的坡度参数辨识模型;初始化各模型的网络结构和超参数,针对每种坡度参数辨识模型,利用训练集和验证集训练模型,更新模型参数;将测试集输入训练后的各模型,验证各模型的精度和泛化能力,对比分析得出最佳的坡度参数辨识模型,获得车辆道路坡度参数辨识结果。通过本发明,可以实时监测和预测道路坡度,提升道路坡度辨识的准确性和实时性。
技术关键词
参数辨识方法 更新模型参数 滑动窗口 三维结构 训练集 网络结构 车辆 参数辨识系统 超参数 初始化方法 优化器 精度 归一化方法 误差 数据处理技术 数据处理模块 数据采集模块 特征值
系统为您推荐了相关专利信息
残差结构 图像识别方法 光谱特征提取 分层 空间特征提取
滚珠丝杠 机器学习方法 电流 时域特征提取 信号
语义分割方法 语义分割模型训练 协方差矩阵 多尺度特征提取 更新模型参数
参数辨识方法 参数辨识装置 有功功率 逆变器技术 因子
多源遥感数据 反演方法 卫星遥感影像 反射率 水质监测数据