<noframes id="x71xx"><ruby id="x71xx"><ruby id="x71xx"></ruby></ruby>

    <ruby id="x71xx"><ruby id="x71xx"><b id="x71xx"></b></ruby></ruby>

      <track id="x71xx"><ruby id="x71xx"><ol id="x71xx"></ol></ruby></track>

      <big id="x71xx"><strike id="x71xx"><span id="x71xx"></span></strike></big><output id="x71xx"><pre id="x71xx"><mark id="x71xx"></mark></pre></output>

        用戶畫像分析

        用戶畫像定義

        駕駛行為畫像;車輛路況畫像;車輛場景畫像;安全駕駛畫像;車輛性能衰減畫像;車輛性能衰減畫像;駕駛員動力性畫像。

         

        駕駛數據采集

        采集車輛數據并上傳

         

        駕駛數據分析

        1、根據車輛運行數據聚類分析手動制定規則

        2、制定機器學習算法,生成模型,通過車輛數據訓練

        3、根據1和2兩步展現的規則,進行數據分析,定義車輛或駕駛員行為標簽

         

        駕駛行為展示

        展示用戶畫像定義的駕駛員標簽或車輛標簽

         

         

        1、收集駕駛模型需要的數據變量,如出行時長、出行時間、平均速度、急加速/百公里、轉彎次數、變速頻率、燈/雨刷狀態、擁堵指數、車輛工況等

        2、云端進行半結構化存儲

        3、數據清洗,去除噪聲數據,歸一化

        4、通過DNN深度神經網絡訓練并識別危險駕駛特征值

        5、通過神經網絡訓練的數據模型,對駕駛數據進行風險評估打分

        6、從時間、速度、平穩性、空間、環保節油、用戶畫像六個維度對用戶提供風險預警及駕駛建議

         

        忘忧草www资源,和破?女高清www视频,好想被狂躁A片免费30分钟

          <noframes id="x71xx"><ruby id="x71xx"><ruby id="x71xx"></ruby></ruby>

          <ruby id="x71xx"><ruby id="x71xx"><b id="x71xx"></b></ruby></ruby>

            <track id="x71xx"><ruby id="x71xx"><ol id="x71xx"></ol></ruby></track>

            <big id="x71xx"><strike id="x71xx"><span id="x71xx"></span></strike></big><output id="x71xx"><pre id="x71xx"><mark id="x71xx"></mark></pre></output>