我们的项目是 GPS 相关的业务,现在有一个算法问题一直没解决导致项目拖了很久了,中间尝试了很多办法。老板今天也发怒了,实在没办法。求助 V 友的大佬们给下思路
有 N 条数据里面含有载重数据,载重数据是车上安装的设备传过来的。拿到数据我们需要根据载重值算出装卸货事件。
1.行驶中因为车经常抖动导致载重值很不稳,一直都是一会上一会下,很少有连续性高的值。
2.车辆斜着停也会造成载重值不准确,因为是根据角度得出的值。
3.在卸货或者装货的时候没有速度,但是装卸货时车也是会有抖动,也会造成事件不准确。
我们以前的算法是一个死算法,不能灵活的去对应场景。稍微抖动就造成事件生成不准确。我们是根据一个阈值比例判断它是否为重车和空车。
根据连续点得出装卸货事件,但是最终做出来,事件点容差还是比较大。
想问问大佬们这种东西是用机器学习去算出事件,还是怎么去做算法比较好。我对机器学习这些也不懂,所以现在只能看换下思路能不能解决这个问题。 如果能用机器学习的话主要涉及的东西是些什么,我们好招相关人员。
感谢大家
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.