[发明专利]一种车辆指标异常的图示方法、装置、设备及存储介质

权利要求书

1.一种车辆指标异常的图示方法，其特征在于，包括：

计算车辆指标序列中任意两个指标的差值在预设时长内的方差，并根据所述方差形成车辆指标间差异矩阵，其中指标之间存在随动关系；

对所述车辆指标间差异矩阵的差矩阵进行激活化，以构成灰度图；

当识别到所述灰度图上存在极亮点或者极暗点时，判断车辆存在异常；

其中，在时间段[t1,t2]内，获取指标Xi的采样值{xi 1，xi 2，xi 3}和指标Xj的采样值{xj 1，xj2，xj3}；

将指标Xi的采样值{xi 1，xi 2，xi 3}和指标Xj的采样值{xj 1，xj2，xj3}进行量纲归一化，得到量纲归一化的采样值{xi 1’，xi 2’，xi 3’}和{xj 1’，xj2’，xj3’}；

计算{xi 1’-xj 1’，xi 2’-Xj2’，xi 3’-Xj3’}的方差，以形成车辆指标间差异矩阵。

2.根据权利要求1所述的一种车辆指标异常的图示方法，其特征在于，所述对所述车辆指标间差异矩阵的差矩阵进行激活化，以构成灰度图，包括：

根据神经网络的激活函数，将所述差异矩阵的差矩阵中的元素值映射到灰度值区间内，以构成灰度图。

3.根据权利要求1所述的一种车辆指标异常的图示方法，其特征在于，所述当识别到所述灰度图上存在极亮点或者极暗点时，判断车辆存在异常，包括：

通过肉眼直接识别所述灰度图上的极亮点或极暗点，以判断车辆是否存在故障。

4.根据权利要求1所述的一种车辆指标异常的图示方法，其特征在于，所述当识别到所述灰度图上存在极亮点或者极暗点时，判断车辆存在异常，还包括：

将灰度图作为神经网络算法的输入，通过神经网络算法识别所述灰度图上的极亮点或极暗点，以判断车辆是否存在故障。

5.根据权利要求1所述的一种车辆指标异常的图示方法，其特征在于：

通过构建亮点暗点与车辆故障的对应关系，以确定车辆故障的类型。

6.一种车辆指标异常的图示装置，其特征在于，包括：

计算单元，用于计算车辆指标序列中任意两个指标的差值在预设时长内的方差，并根据所述方差形成车辆指标间差异矩阵，其中指标之间存在随动关系；

激活单元，用于对所述车辆指标间差异矩阵的差矩阵进行激活化，以构成灰度图；

判断单元，用于当识别到所述灰度图上存在极亮点或者极暗点时，判断车辆存在异常；

其中，计算单元，还用于在时间段[t1,t2]内，获取指标Xi的采样值{xi 1，xi 2，xi 3}和指标Xj的采样值{xj 1，xj2，xj3}；

将指标Xi的采样值{xi 1，xi2，xi 3}和指标Xj的采样值{xj1，xj2，xj3}进行量纲归一化，得到量纲归一化的采样值{xi 1’，xi2’，xi 3’}和{xj1’，xj2’，xj3’}；

计算{xi 1’-xj 1’，xi 2’-Xj2’，xi 3’-Xj3’}的方差，以形成车辆指标间差异矩阵。

7.一种电子设备，其特征在于，所述电子设备，包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如权利要求1至5任一项所述的方法。

8.一种计算机存储介质，其特征在于，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至5中任一项所述的方法。