目录 6.3 运动学片段提取结果分析 七、问题三(汽车行驶工况构建) 7.1 汽车运动特征评估模型建立 7.2 汽车运行工况的构建方法 7.2.1 基于主成分分析的运动特征指标重构 7.2.2 基于 K-Means 聚类的运动片段分类 7.2.3 基于综合指标的运动片段选取方法 7.3 汽车运行工况求解 7.3.1 综合指标的求解 7.3.2 运动片段的分类及相应运动特征分析 7.3.3 运动片段的提取与拼接 7.3.4 误差分析 八、模型的评价 8.1 模型的优点 8.2 模型的缺点 九、参考文献 代码实现 问题一(数据预处理)的求解程序(Python 语言) 问题二(运动片段划分)的求解程序(Python 语言) 问题三(构建汽车运行工况)的求解程序(Python 语言) 6.3 运动学片段提取结果分析 通过前文提出的运动学片段筛选步骤,我们首先确立相邻怠速区间,得到待选运动学 片段,然后,根据运动学片段的定义,获取符合运动学片段定义的初始片段数,然后进入 有效片段筛选阶段,我们进行了两步处理,一是对片段时长小于 20s 的片段进行剔除,二 是对数据缺失率大于 10%的片段进行筛除,经过这样筛选处理之后得到的运动学片段为有