论文部分内容阅读
提出了基于KNN分类算法的汽车远程诊断系统,用于在大量存储的汽车ECU数据流中定位偶发性故障发生的具体时间。同时设计系统的自学习功能,用分类错误的样本重新训练分类器,以提高系统分类诊断的准确率。通过对偶发性低速熄火故障诊断的研究得知,83.3%的诊断率和纳秒级的诊断效率完全满足实用要求。