典型文献
基于混合分类的插电式新能源汽车行为需求预测
文献摘要：
针对新能源汽车行为和充电需求的不确定性问题,提出了结合无监督聚类和有监督深度学习分类器的混合分类方法,以发掘汽车行驶数据中隐藏的行驶模式;提出基于深度长短期记忆网络的需求预测方法,以预测新能源汽车的需求.基于预测结果,提出了基于成本优化的投标模型,以降低新能源汽车充电成本.结合真实的数据集,使用实验评估所提出方法的有效性.实验结果表明,提出的方法在预测新能源汽车需求方面具有出色的表现.
文献关键词：
深度学习;插电式新能源汽车;分类和预测
中图分类号：
作者姓名：
唐菲;郑振
作者机构：
武汉船舶职业技术学院,湖北 武汉 430050;武汉软件工程职业学院,湖北 武汉 430205
文献出处：
引用格式：
[1]唐菲;郑振-.基于混合分类的插电式新能源汽车行为需求预测)[J].现代信息科技,2022(13):182-184
A类：
插电式新能源汽车,深度长短期记忆网络
B类：
行为需求,需求预测,充电需求,无监督聚类,有监督,学习分类器,分类方法,汽车行驶,行驶数据,中隐,成本优化,投标,充电成本,实验评估,评估所,需求方,出色,分类和预测
AB值：
0.333139
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
