[发明专利]一种机车运行时序特征的学习方法

说明书

本发明提供了一种机车运行时序特征学习方法，其首先完成数据的补全融合和特征选择，对源数据进行去冗余和降维得出初始特征集合；并从中找出关键特征子集；然后具备时序数据学习能力的目标应用模型，直接将这些关键特征子集作为输入并进行深度学习；针对不具备时序数据学习能力的目标应用模型，则提取出关键特征的时序特征信息，并针对这些时序特征信息进行深度学习，扩充该目标应用模型的学习能力。本发明能够根据应用场景的不同，为不同特征数据的输入提供相应的目标应用模型。

技术领域

本发明涉及机车数据处理领域，尤其涉及一种机车运行时序特征的学习方法。

背景技术

数据分析是智能制造的基础，随着机器学习技术的快速发展，越来越多的机器学习模型被用于工业数据的挖掘和分析中，机车自动驾驶便是其中一个重要的应用方向。然而由于所采数据具有大体量、多源性、连续采样、价值密度低、复杂度高和动态性强等特点，这些特点使其不同于互联网等数据流，分析难度与对分析精度的要求相对较高。这就使得特征学习越来越成为工业数据学习和分析的关键步骤。因此，为了更加准确地进行数据的分析与预测，需对数据进行有效的特征学习来实现工业数据的降维和有效紧致表达，利用原始的特征空间构建一个新的低维空间，从而消除原始数据中的冗余特征及不相关特征，有效降低数据的维度，优化数据挖掘和分析效果。

机车自动驾驶所用到的司机历史驾驶数据与机车运行监控日志具有明显的时序性，可以被看做时序数据。时序数据和其它数据相比具有如下特征：(1)时序数据往往包含更多的噪声数据并且维度更高；(2)往往不能确定所能够得到的时序数据集对于挖掘出其潜在变化规律来说规模是否足够；(3)时间序列对时间变量有明确的依赖。这些特征使得时序数据在进行特征提取时往往会面临着更大的挑战。近年来深度学习在模式识别、计算机视觉、语音识别等问题上取得了突破性的进展，如何将深度学习的高功效应用于时间序列的分析目前还缺乏标志性的研究成果。

发明内容

本发明针对现有技术的问题，提出了一种机车运行时序特征的学习方法，其能够解决工业数据冗余性强、数据量大、纬度高等问题，能够减小数据获取对人的依赖度，从而能够显著提高工程设计与实现的效率。

本发明通过如下技术方案实现：

本发明提供一种机车运行时序特征学习方法，其包括：

步骤S101，提取司机历史驾驶数据和机车监控日志作为源数据；

步骤S102，对源数据进行数据清洗；对清洗后得到的有效数据进行数据补全和数据融合，得到去冗降维后的初始特征集合；

步骤103，从初始特征集合中搜索出重要特征子集，并针对重要特征子集进行特征选择，得出关键特征子集；

步骤S104，调取应用场景所使用的挖掘模型；

步骤S105，判断应用场景所使用的挖掘模型是否具有时序信息处理能力，若挖掘模型不具有时序信息处理能力，则执行步骤S106-步骤S107；若挖掘模型具有时序信息处理能力，则直接转入执行步骤S108；

步骤S106，提取出关键特征子集的时序特征信息；

步骤S107，将该时序特征信息作为挖掘模型的输入，利用该挖掘模型进行时序特征信息的学习；

步骤S108，直接将关键特征子集中的关键特征作为这类挖掘模型的输入，利用该挖掘模型进行时序特征信息的学习，挖掘模型的输出为所需的时序特征信息。

更优选地，所述步骤S103包括：

采用先验知识确定包含重要特征数据的样本空间，在包含重要特征数据的样本空间中进行随机搜索，从初始特征集合中搜索出重要特征子集；

采用独立评价函数从搜索出的多个重要特征子集中选出关键特征，并组成关键特征子集。