Nhón 0 55 (87%) 8 (13%) 0 (0%)
Nhón 1 5 (31%) 16 (69%) 0 (0%)
Nhón 2 2 (33%) 4 (66%) 0 (0%)
Trờn t p ki m tra bao g m 90 m u d li u, k t qu d đoỏn cho nhúm cú nhón LTFT b ng 0 xe bỡnh th ng đ t đ chớnh xỏc 87%, 13% k t qu nhúm này b d đoỏn nh m sang nhón 1. chớnh xỏc d đoỏn cho nhúm cú nhón 1 th p h n v i ch θ9%, 31% k t qu c a nhúm này b d đoỏn nh m sang nhúm 0. K t qu d đoỏn cho nhúm nhón 2 ch a chớnh xỏc, do s l ng d li u đ c dón nhón này trong b d li u quỏ nh . i v i vi c th c hi n cỏc vũng l p c a thu t toỏn,
giỏ tr k là s đi m d li u g n nh t l y làm c n c đ xỏc đ nh nhúm cho d li u c n ki m tra. Ta nh n th y, b d li u v i 300 m u d li u là t ng đ i nh . Do đú thu t toỏn s cho k t qu chớnh xỏc h n n u giỏ tr k nh . N u s k l n s d n t i vi c đan xen cỏc đi m d li u làm c n c phсn l p cho d li u ki m tra d n t i đ chớnh xỏc gi m xu ng.
4.ăK tălu n
Ngu n d li u v tr ng thỏi k thu t c a ụ tụ c ng nh đ ng c ụ tụ đang đ c c p nh t hàng ngày. Vi c khai thỏc ngu n d li u này đ đ a ra cỏc d đoỏn v tr ng thỏi k thu t c a ụ tụ là r t c p thi t. Bài bỏo đó s d ng thu t toỏn K-nearest Neighbor (KNN) là m t thu t toỏn phсn lo i đ n gi n và hi u qu cho bài toỏn phсn lo i nhi u nhúm d li u. Mụ hỡnh c a bài bỏo cú th đ c ỏp d ng trong th c ti n m t cỏch nhanh chúng thụng qua tớch h p vào ng d ng trờn đi n tho i cỏ nhсn, cú th giỳp ng i đi u khi n xe cú nh ng g i ý v tỡnh tr ng k thu t c a đ ng c trờn ụ tụ c a h , qua đú đ m b o tớnh an toàn trong quỏ trỡnh đi u khi n và s d ng ụ tụ, c ng nh giỳp ng i đi u khi n xe s m cú k ho ch b o d ng cho xe c a mỡnh.
TÀIăLI UăTHAMăKH O
[1] C. Barreto, A Machine Learning Approach Based on Automotive Engine Data Clustering for Driver Usage Profiling Classification, Halmstad University Press, 2014.
[2] M. Yi Lu, Vehicle Fault Diagnostics Using Text Mining, Vehicle Engineering Structure and Machine Learning, International Journal of Intelligent Information Systems, 2015.
[3] U. Shafi, Vehicle Remote Health Monitoring and Prognostic Maintenance System, Journal of Advanced Transportation, 2018.
[4] C. Barreto, A Machine Learning Approach Based on Automotive Engine Data Clustering for Driver Usage Profiling Classification, Australian Information Security Management Conference, 2013.
[5] Internet Resource: http://greencar.vn/dong-co-xang/fuel-trim-la-gi-hieu-ve-su-dieu-chinh- nhien-lieu-cua-dong-co-o-to/.
[6] H. Trevo, The Elements Of Statictical Learning Second Edition, Springer, 2018.
Ngày nh n bài: 09/5/2019 Ngày nh n b n s a: 16/5/2019 Ngày duy t đ ng: 22/5/2019
NHăH NGăK TăC UăKHUNGă NăTÍNHă Nă NHăC AăMỄYăXỎCăM TăG U