[發明專利]一種機車運行時序特征的學習方法

有效

• 申請號: 201710738298.X
• 申請日: 2017-08-25
• 公開（公告）號: CN107563426B
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 黃晉;夏雅楠;趙曦濱;高躍;盧莎
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京律譜知識產權代理事務所(普通合伙) 11457
• 代理人: 羅建書

本發明提供了一種機車運行時序特征學習方法，其首先完成數據的補全融合和特征選擇，對源數據進行去冗余和降維得出初始特征集合；并從中找出關鍵特征子集；然后具備時序數據學習能力的目標應用模型，直接將這些關鍵特征子集作為輸入并進行深度學習；針對不具備時序數據學習能力的目標應用模型，則提取出關鍵特征的時序特征信息，并針對這些時序特征信息進行深度學習，擴充該目標應用模型的學習能力。本發明能夠根據應用場景的不同，為不同特征數據的輸入提供相應的目標應用模型。

技術領域

本發明涉及機車數據處理領域，尤其涉及一種機車運行時序特征的學習方法。

背景技術

數據分析是智能制造的基礎，隨著機器學習技術的快速發展，越來越多的機器學習模型被用于工業數據的挖掘和分析中，機車自動駕駛便是其中一個重要的應用方向。然而由于所采數據具有大體量、多源性、連續采樣、價值密度低、復雜度高和動態性強等特點，這些特點使其不同于互聯網等數據流，分析難度與對分析精度的要求相對較高。這就使得特征學習越來越成為工業數據學習和分析的關鍵步驟。因此，為了更加準確地進行數據的分析與預測，需對數據進行有效的特征學習來實現工業數據的降維和有效緊致表達，利用原始的特征空間構建一個新的低維空間，從而消除原始數據中的冗余特征及不相關特征，有效降低數據的維度，優化數據挖掘和分析效果。

機車自動駕駛所用到的司機歷史駕駛數據與機車運行監控日志具有明顯的時序性，可以被看做時序數據。時序數據和其它數據相比具有如下特征：(1)時序數據往往包含更多的噪聲數據并且維度更高；(2)往往不能確定所能夠得到的時序數據集對于挖掘出其潛在變化規律來說規模是否足夠；(3)時間序列對時間變量有明確的依賴。這些特征使得時序數據在進行特征提取時往往會面臨著更大的挑戰。近年來深度學習在模式識別、計算機視覺、語音識別等問題上取得了突破性的進展，如何將深度學習的高功效應用于時間序列的分析目前還缺乏標志性的研究成果。

發明內容

本發明針對現有技術的問題，提出了一種機車運行時序特征的學習方法，其能夠解決工業數據冗余性強、數據量大、緯度高等問題，能夠減小數據獲取對人的依賴度，從而能夠顯著提高工程設計與實現的效率。

本發明通過如下技術方案實現：

本發明提供一種機車運行時序特征學習方法，其包括：

步驟S101，提取司機歷史駕駛數據和機車監控日志作為源數據；

步驟S102，對源數據進行數據清洗；對清洗后得到的有效數據進行數據補全和數據融合，得到去冗降維后的初始特征集合；

步驟103，從初始特征集合中搜索出重要特征子集，并針對重要特征子集進行特征選擇，得出關鍵特征子集；

步驟S104，調取應用場景所使用的挖掘模型；

步驟S105，判斷應用場景所使用的挖掘模型是否具有時序信息處理能力，若挖掘模型不具有時序信息處理能力，則執行步驟S106-步驟S107；若挖掘模型具有時序信息處理能力，則直接轉入執行步驟S108；

步驟S106，提取出關鍵特征子集的時序特征信息；

步驟S107，將該時序特征信息作為挖掘模型的輸入，利用該挖掘模型進行時序特征信息的學習；

步驟S108，直接將關鍵特征子集中的關鍵特征作為這類挖掘模型的輸入，利用該挖掘模型進行時序特征信息的學習，挖掘模型的輸出為所需的時序特征信息。

更優選地，所述步驟S103包括：

采用先驗知識確定包含重要特征數據的樣本空間，在包含重要特征數據的樣本空間中進行隨機搜索，從初始特征集合中搜索出重要特征子集；

采用獨立評價函數從搜索出的多個重要特征子集中選出關鍵特征，并組成關鍵特征子集。