基于PCA主成分分析和K-means算法的汽车行驶工况数据量化研究

摘 要: 随着我国经济的快速发展，从汽车大国到汽车强国的逐步转变，汽车数量也急剧增加。本文针对轻型汽 车实际道路行驶采集的数据(采样频率1Hz)，处理为各个运动学片段，采用PCA结合K-means++聚类方法，对处理后 数据样本进行降维处理，分析其中主要特征成分，将各运动学片段依据综合特征指标归类，计算主要特征参数，使用相 关系数筛选典型特征片段。构建典型汽车行驶工况曲线。使用K-means聚类处理数据段，计算处理结果并分析与总体 样本特征偏差范围，判断工况曲线构建的合理性，是否符合世界WLTC工况标准。结合汽车标准行驶工况比较分析综合 特征指标差异。