会议论文检索
基于字典学习增量降维的混合动力汽车NOx排放因子快速高效预测
- 【作者】
- 陈好; 陈嘉楠; 赵霏阳; 于文斌
- 【单位】
- 山东大学
- 【摘要】
- 降维因其在降低数据维度的同时保留关键信息的能力,已成为目前常用的数据预处理方法之一。为了构建精细化的修正系数从而提升混合动力汽车的NOx排放预测性能,提出了一种将基于字典学习的增量降维技术与SuperLearner回归相结合的系统方法,基于实际驾驶排放(Real Drive Emission,RDE)测试获取的多元变量数据预测NOx排放因子(EFNOx)修正系数。具体而言,首先使用t分布随机邻域嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)降维技术对数据进行降维处理,提取关键特征参数,简化计算;随后,基于获得的t-SNE低维嵌入使用基于字典学习的增量降维方法,通过简单矩阵运算将增量数据高效映射至低维空间;同时利用t-SNE低维嵌入训练SuperLearner回归模型,用于预测EFNOx修正系数。最后,利用独立RDE数据集对所提出的方法进行性能验证。结果显示,参数K提升至1±0.05,R2提升至0.995,为快速增量降维与高精度修正系数预测奠定了基础。
- 【关键词】
- 混合动力汽车;实际驾驶排放;排放因子;降维;字典学习
- 【论文集名称】
- 【会议名称】
- 2025内燃机高效低碳清洁燃烧学术年会
- 【会议时间】
- 2025-6-12至2025-6-15
- 【会议地点】
- 镇江
- 【下载次数】
- 2