一种基于机器学习算法的车辆尾气排放预测方法及系统

摘要

本申请涉及了一种基于机器学习算法的车辆尾气排放预测方法及系统，方法包括：在原始数据集中筛选与NOx参数具有一定相关性的变量参数，形成初始数据集，其中，原始数据集包括道路环境参数、发动机参数及车辆参数；通过降维分析中的主成分分析缩减初始数据集的参数维度，构造互不相关的主成分数据集，通过密度聚类算法和动态时间弯曲，对主成分数据集进行离散化，并进行类别划分，得到特征参数数据集；将不同类别的特征参数数据集作为构造排放模型的训练和测试样本，运用嵌入误差反馈单元的卷积神经网络构建车辆NOx排放模型。本申请提供的排放预测模型与传感器测量值接近，可通过模型实现后处理系统的技术要求，并替代传感器以提高经济性。