【技术实现步骤摘要】
本申请涉及数据处理技术相关领域，具体涉及用于两轮车的多模块联管系统。
技术介绍
1、随着城市人口的密集化以及交通拥堵问题的日益严重，在当今日益增长的环保和出行效率的需求推动下，两轮车作为城市交通的重要组成部分，以其轻便、灵活、环保的特性，成为越来越多人出行的首选，两轮车的中控系统集成了电池管理、电机控制、车辆监控、智能导航、安全防护等多个模块，然而，传统的两轮车中控系统的各个模块在进行数据交换和协同工作时存在诸多不足，智能水平有限，难以实现对两轮车多个功能的精准控制和优化，使得系统的整体性能和可靠性不高，无法满足现代人便捷、高效、安全的出行需求。
2、因此，现阶段两轮车的多模块联管系统相关技术中，存在各模块缺乏高效的数据交换和协同，难以实现对各项性能的精准控制，导致系统整体运行效率不佳的技术问题。
技术实现思路
1、本申请通过提供用于两轮车的多模块联管系统，采用参数分解运算、建立映射关系、回溯搜索优化等技术手段，解决了现有两轮车多模块联管系统存在各模块缺乏高效的数据交换和协同，...
【技术保护点】
1.用于两轮车的多模块联管系统，其特征在于，所述多模块联管系统包括：
2.如权利要求1所述的多模块联管系统，其特征在于，所述异常检测特征学习组件基于内嵌的异常检测特征学习函数和异常检测特征学习粒子群对所述第一模块进行异常检测特征学习，构建第一模块异常检测通道，包括：
3.如权利要求2所述的多模块联管系统，其特征在于，根据所述异常检测特征学习函数和所述异常检测特征学习粒子群对所述多个模块异常检测记录集进行监督学习，构建满足异常检测特征学习约束的多个模块异常检测模型，包括：
4.如权利要求1所述的多模块联管系统，其特征在于，所述异常检测
【技术特征摘要】
1.用于两轮车的多模块联管系统，其特征在于，所述多模块联管系统包括：
2.如权利要求1所述的多模块联管系统，其特征在于，所述异常检测特征学习组件基于内嵌的异常检测特征学习函数和异常检测特征学习粒子群对所述第一模块进行异常检测特征学习，构建第一模块异常检测通道，包括：
3.如权利要求2所述的多模块联管系统，其特征在于，根据所述异常检测特征学习函数和所述异常检测特征学习粒子群对所述多个模块异常检测记录集进行监督学习，构建满足异常检测特征学习约束的多个模块异常检测模型，包括：
4.如权利要求1所述的多模块联管系统，其特征在于，所述异常检测特征学习函数为：
5.如权利...
【专利技术属性】
技术研发人员：严桂准，李钦武，
申请(专利权)人：广州杰创实业有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。