一种基于降维聚类算法的车辆故障挖掘技术

摘要

针对现有的车辆故障挖掘方法鲁棒性、抗干扰性不强,挖掘故障的准确性不高的问题。为了提高车辆故障挖掘的准确性,提出了一种基于降维聚类算法的车辆故障挖掘技术。通过准确建立车辆行驶模型,进而进一步建立车辆特征点搜索模型,提取车辆特征点,并且降低关联特征的维度,降低干扰。利用改进的K均值聚类方法,对车辆故障进行聚类处理,迅速排除冗余特征的干扰,增加挖掘的鲁棒性,从而实现车辆故障挖掘。实验结果表明,这种算法能够对车辆故障情况进行有效挖掘,取得了令人满意的效果。