一种车辆测试数据处理方法、系统及云平台与流程

1.本技术涉及数据处理技术领域，具体而言，涉及一种车辆测试数据处理方法、系统及云平台。

背景技术：

2.数据处理是系统工程和自动控制的基本环节。数据处理贯穿于社会生产和社会生活的各个领域。数据处理技术的发展及其应用的广度和深度，极大地影响了人类社会发展的进程。
3.现目前，数据处理应用到的技术越来越广泛，这样一来，能够有效地提高效率，降低人工成本。比如，以车辆测试为例，车辆测试的数据种类比较繁多(比如车辆刹车数据以及车辆发动机工作数据等)，通过人工进行分析，会消耗大量时间，并且还可能会出现数据分析不准确或者数据遗漏导致没有进行分析。因此，难以保障车辆工作状态测试集的准确性。

技术实现要素：

4.鉴于此，本技术提供了一种车辆测试数据处理方法、系统及云平台。
5.第一方面，提供一种车辆测试数据处理方法，包括：识别已经采集的车辆工作状态测试集中在先设定样本的第一维护描述和衍生车辆工作状态测试集中衍生样本的第一维护描述；获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况；结合第一关联情况，通过衍生样本的第一维护描述优化已经采集的车辆工作状态测试集；其中，已经采集的车辆工作状态测试集中在先设定样本的剩余维护描述、衍生车辆工作状态测试集中衍生样本的剩余维护描述中的其中一种或多于一种，是在确定第一关联情况之后识别，以用于优化已经采集的车辆工作状态测试集。
6.可以理解的是，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。
7.在一种独立实施的实施例中，在获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况之前，方法还包括：获得初始车辆工作状态测试集中的初始维护描述与已经采集的车辆工作状态测试集中在先设定样本的第一维护描述之间的第二关联情况；其中，衍生样本的第一维护描述是对初始车辆工作状态测试集中的初始维护描述进行特征挑选并结合对应特征挑选集中的初始维护描述确定的；检测出第二关联情况符合第一在先设定要求的初始维护描述和在先设定样本；通过检测出的初始维护描述优
化已经采集的车辆工作状态测试集中相应在先设定样本的第一维护描述，并剔除衍生车辆工作状态测试集中与检测出的初始维护描述对应衍生样本的第一维护描述。
8.可以理解的是，通过在处理第一关联情况之前，先通过初始车辆工作状态测试集对已经采集的车辆工作状态测试集进行第一次优化，通过衍生车辆工作状态测试集与经过优化之后的已经采集的车辆工作状态测试集进行优化，提高了初始车辆工作状态测试集中初始维护描述能够加入已经采集的车辆工作状态测试集的可能性。
9.在一种独立实施的实施例中，在剔除衍生车辆工作状态测试集中与检测出的初始维护描述对应衍生样本的第一维护描述之后，方法还包括：标记剔除第一维护描述的衍生样本为待进行剔除的样本，以在后续识别衍生样本的第二维护描述之后剔除待进行剔除的样本的第二维护描述。
10.可以理解的是，并不是在剔除第一维护描述内容时，同时剔除衍生样本的第二维护描述，而是标记下对已剔除第一维护描述的衍生样本，在需要使用到第二维护描述时，才识别第二维护描述并执行对衍生样本的第二维护描述的剔除步骤，降低了对第二维护描述的识别难度。
11.在一种独立实施的实施例中，在获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况之前，方法还包括：识别候选车辆工作状态测试集中候选样本的第一维护描述，并获得衍生样本的第一维护描述与候选样本的第一维护描述之间的第三关联情况；结合第三关联情况，对衍生车辆工作状态测试集进行优化。
12.可以理解的是，通过通过候选车辆工作状态测试集对衍生车辆工作状态测试集进行优化，提高了衍生车辆工作状态测试集的样本数据量，使得越来越多的车辆异常数据能够加载到已经采集的车辆工作状态测试集中，提高了已经采集的车辆工作状态测试集的优化可能性。
13.在一种独立实施的实施例中，结合第三关联情况，对衍生车辆工作状态测试集进行优化，包括：识别衍生车辆工作状态测试集中衍生样本的第二维护描述和候选车辆工作状态测试集中候选样本的第二维护描述；结合第三关联情况、衍生样本的第二维护描述和候选样本的第二维护描述，优化衍生车辆工作状态测试集；和/或，优化衍生车辆工作状态测试集，包括：将候选样本的维护描述内容拼接到衍生样本的维护描述内容，或者将候选样本的维护描述内容作为已更新的衍生样本的维护描述内容。
14.可以理解的是，通过分别识别衍生车辆工作状态测试集和候选车辆工作状态测试集的第二维护描述，然后给予第三关联情况、衍生样本的第二维护描述和候选样本的第二维护描述来判断将候选样本的维护描述内容拼接到衍生样本的维护描述内容还是将候选样本的维护描述内容作为已更新的衍生样本的维护描述内容，使得在提高衍生车辆工作状态测试集中的样本数据数量时，还能连续更新衍生车辆工作状态测试集中的数据，尽可能保障车辆正常工作。
15.在一种独立实施的实施例中，结合第三关联情况、衍生样本的第二维护描述和候选样本的第二维护描述，优化衍生车辆工作状态测试集，包括：挑选第三关联情况符合第二在先设定要求的候选样本和衍生样本，以作为第一事先配置样本和第一事先衍生样本；确定第一事先配置样本与第二事先衍生样本在拼接后的第一维护描述和第二维护描述，并获得拼接后的第一维护描述和第二维护描述之间的第四关联情况；挑选第四关联情况符合第
三在先设定要求的第一事先配置样本和第一事先衍生样本，以作为第一参考样本和第一衍生样本；将第一参考样本的维护描述内容拼接到第一衍生样本的维护描述内容；以及，将除第一参考样本以外的剩余候选样本作为已更新的衍生样本的维护描述内容。
16.可以理解的是，通过配置第三在先设定要求，使得相互拼接的数据之间的关联情况符合要求，使得拼接到衍生样本的候选样本属于同一种数据的可能性较高，削弱了拼接后衍生样本内涵盖若干中存在差异的数据，而导致不能准确地保障车辆正常工作。
17.在一种独立实施的实施例中，结合第一关联情况，通过衍生样本的第一维护描述优化已经采集的车辆工作状态测试集，包括以下不少于一个步骤：挑选第一关联情况符合第四在先设定要求的在先设定样本和衍生样本，以得到第一在先设定样本和第二衍生样本，并将第二衍生样本的维护描述内容拼接到第一在先设定样本的维护描述内容；挑选第一关联情况符合第五在先设定要求的衍生样本作为第三衍生样本，在第三衍生样本所在特征挑选集满足在先设定模板的基础上，将第三衍生样本的维护描述内容作为已更新的在先设定样本的维护描述内容。
18.可以理解的是，通过配置第四在先设定要求和第五在先设定要求，使得当关联情况符合要求时衍生样本能够被已经采集的车辆工作状态测试集整理，或者能够在已经采集的车辆工作状态测试集中成为已更新的在先设定样本，从而在一定程度上确保了已经采集的车辆工作状态测试集中能够连续更新的在先设定样本，从而能够保障车辆正常工作。
19.在一种独立实施的实施例中，挑选第一关联情况符合第四在先设定要求的在先设定样本和衍生样本，以得到第一在先设定样本和第二衍生样本，包括：挑选第一关联情况符合第六在先设定要求的在先设定样本和衍生样本，确定出第一在先设定样本和第二衍生样本；或者，挑选第一关联情况符合第七在先设定要求的在先设定样本和衍生样本，以作为第一参考在先设定样本和第二事先衍生样本，识别第一参考在先设定样本的第三维护描述，并在第二事先衍生样本的第一维护描述与第一参考在先设定样本的第三维护描述之间的第五关联情况符合第八在先设定要求的基础上，将第一参考在先设定样本和第二事先衍生样本作为第一在先设定样本和第二衍生样本。
20.可以理解的是，通过配置第六在先设定要求和第七在先设定要求，从而能够将更加多的衍生数据用于优化已经采集的车辆工作状态测试集。
21.在一种独立实施的实施例中，将候选样本的维护描述内容拼接到衍生样本的维护描述内容，或将第二衍生样本的维护描述内容拼接到第一在先设定样本的维护描述内容，包括：将候选样本和衍生样本对应作为第一待进行拼接的样本和第二待进行拼接的样本，或者将第二衍生样本和第一在先设定样本对应作为第一待进行拼接的样本和第二待进行拼接的样本；对第一待进行拼接的样本和第二待进行拼接的样本的第一维护描述进行加权处理，以再次得到第二待进行拼接的样本的第一维护描述；对比第一待进行拼接的样本和第二待进行拼接的样本所在特征挑选集的范围，挑选较大所在特征挑选集绑定的第二维护描述作为第二待进行拼接的样本的第二维护描述。
22.可以理解的是，衍生样本的维护描述内容与在先设定样本的维护描述内容进行拼接使得拼接后的在先设定样本的第一维护描述发生变化，第二维护描述变为最佳的第二维护描述，使得拼接后的在先设定样本能够涵盖原衍生数据的维护描述内容，使得第一维护描述能够表示在先设定样本中全局数据的维护描述，提高维护数据的可靠性。
23.在一种独立实施的实施例中，在优化衍生车辆工作状态测试集，或优化已经采集的车辆工作状态测试集之前，方法还包括：识别衍生车辆工作状态测试集中的衍生样本的第二维护描述；在校验出存在衍生样本被标记为待进行剔除的样本的基础上，剔除待进行剔除的样本的第二维护描述。
24.可以理解的是，通过优化车辆工作状态测试集或优化已经采集的车辆工作状态测试集之前一次性将第二维护描述异常的数据进行剔除，能够减少对第二维护描述内容识别频率，因此，降低工作量。
25.在一种独立实施的实施例中，第一关联情况、第二关联情况、第三关联情况、第四关联情况、第五关联情况中的不少于一个为对应两个维护描述之间的匹配关系。
26.可以理解的是，通过对匹配关系来判断衍生数据是否能够被已经采集的车辆工作状态测试集中的在先设定样本拼接或者在已经采集的车辆工作状态测试集中以已更新的在先设定样本的方式时不断的对数据进行优化的过程，这样一来，能够不断地更新数据，最大程度的保障了车辆正常工作。
27.在一种独立实施的实施例中，第一维护描述为与第一维护描述绑定的样本所在特征挑选集的聚焦维护描述，其中，特征挑选集是对多个检修数据依照所涵盖的样本进行特征挑选得到的；剩余维护描述包括与剩余维护描述绑定的样本的第二维护描述和第三维护描述中的不少于一个，第二维护描述用于在与第二维护描述绑定的样本所在特征挑选集进行拼接时对拼接后的特征挑选集按照特定指示进行限制，第三维护描述为与第三维护描述绑定的样本记录为在先设定样本时的第一维护描述。
28.可以理解的是，通过将维护描述内容分为第一维护描述、第二维护描述、第三维护描述，从而能够通过若干个维护描述对特征挑选集的拼接进行限定，从而提高拼接的两个维护描述的准确性。
29.第二方面，提供一种车辆测试数据处理系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现上述的方法。
30.第三方面，提供一种云平台，包括：存储器，用于存储计算机程序；与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现上述的方法。
31.本技术实施例所提供的一种车辆测试数据处理方法、系统及云平台，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。
附图说明
32.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这
些附图获得其他相关的附图。
33.图1为本技术实施例所提供的一种车辆测试数据处理方法的流程图。
34.图2为本技术实施例所提供的一种车辆测试数据处理装置的框图。
35.图3为本技术实施例所提供的一种车辆测试数据处理系统的架构图。
具体实施方式
36.为了更好的理解上述技术方案，下面通过附图以及具体实施例对本技术技术方案做详细的说明，应当理解本技术实施例以及实施例中的具体特征是对本技术技术方案的详细的说明，而不是对本技术技术方案的限定，在不冲突的情况下，本技术实施例以及实施例中的技术特征可以相互组合。
37.请参阅图1，示出了一种车辆测试数据处理方法，该方法可以包括以下s11-s13所描述的技术方案。
38.步骤s11：识别已经采集的车辆工作状态测试集中在先设定样本的第一维护描述和衍生车辆工作状态测试集中衍生样本的第一维护描述。
39.在本实施例中，在识别已经采集的车辆工作状态测试集中在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述之前，需要先获得衍生车辆工作状态测试集。
40.进一步地，已经采集的车辆工作状态测试集可以以云平台或剩余方式构建，用于存储关于一些在先设定样本的维护描述内容。
41.在一种可能实施的实施例中，已经采集的车辆工作状态测试集中每一个在先设定样本的维护描述内容可以是与该在先设定样本有关的维护描述进行特征挑选得到的，即每一个在先设定样本的维护描述内容为该在先设定样本绑定的特征挑选集的维护描述内容。比如，可以对涵盖在先设定样本的不同检修数据依照所涵盖的在先设定样本的初始维护描述抽取，再对抽取到的初始维护描述进行特征挑选，得到与在先设定样本绑定的特征挑选集(也理解为该在先设定样本所在特征挑选集)的维护描述内容。在具体实施过程中，该在先设定样本为局部样本，可从不同局部样本检修数据抽取到关于局部样本的初始维护描述，再对局部样本的初始维护描述进行特征挑选，得到每一个局部样本绑定的特征挑选集，进而获得每一个局部样本绑定的特征挑选集的维护描述作为该局部样本的维护描述内容。进一步地，在先设定样本的维护描述内容可包括第一维护描述、第二维护描述以及第三维护描述。其中，在先设定样本的第一维护描述可以表示第一维护描述绑定的在先设定样本所在特征挑选集的聚焦维护描述。其中，特征挑选集是多个检修数据中依照所涵盖的样本进行特征挑选得到的。在先设定样本的第二维护描述用于在与第二维护描述绑定的在先设定样本所在特征挑选集进行拼接时对拼接后的特征挑选集按照特定指示进行限制，因此可以称第二维护描述为聚焦维护描述。其中，对拼接后的特征挑选集按照特定指示进行限制即判断两个特征挑选集是否能够进行拼接。在先设定样本的第三维护描述为第三维护描述绑定的样本记录为该在先设定样本时的第一维护描述，也就是第三维护描述绑定的在先设定样本所在特征挑选集在已经采集的车辆工作状态测试集中首次以在先设定样本存在时的第一维护描述，即在已经采集的车辆工作状态测试集中最新生成的在先设定样本文件时该在先设定样本的第一维护描述，可以称第三维护描述为原始聚焦维护描述。
42.进一步地，衍生车辆工作状态测试集涉及的候选车辆工作状态测试集与以上已经采集的车辆工作状态测试集相似度较高。衍生车辆工作状态测试集以及候选车辆工作状态测试集中的样本比如衍生样本、候选样本可参阅以上在先设定样本的相关维护描述，可以是局部样本、剩余样本等等。该衍生样本和候选样本在衍生车辆工作状态测试集或候选车辆工作状态测试集中中的维护描述内容也可为：维护描述内容绑定的样本所在特征挑选集的维护描述，比如，衍生样本和候选样本的维护描述内容包括第一维护描述和第二维护描述，该第一维护描述与第二维护描述的定义可以参阅以上相关维护描述，比如，衍生样本的第一维护描述为衍生样本所在特征挑选集的聚焦维护描述，衍生样本的第二维护描述为衍生样本所在特征挑选集的第二维护描述。在衍生车辆工作状态测试集和候选车辆工作状态测试集中，样本的第一维护描述可以与第二维护描述一致，也可不一致。比如当衍生车辆工作状态测试集第一形成时，衍生样本的第一维护描述与第二维护描述相同，而若衍生车辆工作状态测试集中的衍生样本经过了优化之后，则第一维护描述可能与第二维护描述存在差异(第二维护描述的范围超过第一维护描述)。其中，衍生车辆工作状态测试集中可以涵盖若干个衍生样本，当然，也可以涵盖一个独立的衍生样本。候选车辆工作状态测试集中也可仅涵盖一个独立的候选样本。当衍生车辆工作状态测试集中仅涵盖一个衍生样本时，若干特征挑选集的范围超过a时，则衍生样本就没有绑定的特征挑选集，此时的衍生样本就仅以下实施例中所述的初始车辆工作状态测试集中的初始维护描述，不包括第一维护描述和第二维护描述，但是依然可以参与对已经采集的车辆工作状态测试集的优化过程。若规定特征挑选集的范围不低于a时，则与衍生车辆工作状态测试集中包括若干个衍生样本的结果一致。
43.在一种可能实施的实施例中，衍生车辆工作状态测试集作为已经采集的车辆工作状态测试集以外的衍生维护描述内容，用于优化已经采集的车辆工作状态测试集。在在本实施例中，该衍生车辆工作状态测试集为对最近采集的初始车辆工作状态测试集中的初始维护描述进行特征挑选得到的，可直接通过得到的衍生车辆工作状态测试集执行步骤s11-s13以实现对已经采集的车辆工作状态测试集的优化。在一种可替换的实施例中，为了实现对已经采集的车辆工作状态测试集的更加准确的优化，在执行步骤s11之前，先通过生成衍生车辆工作状态测试集的初始车辆工作状态测试集对已经采集的车辆工作状态测试集进行优化，具体可以如以下内容；此外，在存在仍没有拼接到已经采集的车辆工作状态测试集的候选车辆工作状态测试集的基础上，在执行步骤s11之前，先通过候选车辆工作状态测试集对衍生车辆工作状态测试集进行优化，以将候选车辆工作状态测试集拼接到衍生车辆工作状态测试集中，在通过优化好的衍生车辆工作状态测试集优化已经采集的车辆工作状态测试集，具体可以参阅以下内容。需要理解的是，以上先通过生成衍生车辆工作状态测试集的初始车辆工作状态测试集对已经采集的车辆工作状态测试集进行优化和先通过候选车辆工作状态测试集对衍生车辆工作状态测试集进行优化执行以上至少一种。
44.在一种可能实施的实施例中，在获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况之前，可先获得初始车辆工作状态测试集中的初始维护描述与已经采集的车辆工作状态测试集中在先设定样本的第一维护描述之间的第二关联情况。其中，获得初始车辆工作状态测试集中的初始维护描述与在先设定样本的第一维护描述之间第二关联情况，也可以理解为将初始维护描述与第一维护描述进行比较。以下处
理候选样本的第一维护描述和衍生样本的第一维护描述之间的关联情况以及处理衍生样本的第一维护描述和在先设定样本的第一维护描述之间的关联情况也可以理解为将对应两个维护描述进行比较。
45.在一种可能实施的实施例中，初始车辆工作状态测试集中的初始数据和已经采集的车辆工作状态测试集中在先设定样本的维护描述内容可以结合检修数据得到的检修数据维护描述内容。初始车辆工作状态测试集中的初始维护描述可以表示初始车辆工作状态测试集中每一个初始数据的维护描述，相比涵盖若干个初始数据的特征挑选集，初始车辆工作状态测试集中其中一个初始数据就相当于单独的单元，初始数据的维护描述就相当于是单元的维护描述，衍生车辆工作状态测试集中的衍生样本的第一维护描述可以根据初始车辆工作状态测试集得到。优选地，获得初始车辆工作状态测试集中对应样本的初始维护描述，通过将初始维护描述依照匹配关系进行特征挑选，形成多个特征挑选集，然后结合对应特征挑选集中的初始维护描述确定衍生样本的第一维护描述。比如当初始维护描述之间的匹配关系超过在先设定特征挑选判定值时，则将匹配关系符合要求的若干个初始维护描述所在的初始数据组成一个特征挑选集，其中，形成的特征挑选集包括第一维护描述和第二维护描述，其中衍生样本的第一维护描述就是衍生样本所在特征挑选集的第一维护描述。第一维护描述可以表示通过对特征挑选集中每个局部数据的初始维护描述进行处理得到能够表示一个特征挑选集的维护描述。其中，第二关联情况可以是匹配关系。其中，在衍生样本所在特征挑选集通过初始车辆工作状态测试集进行特征挑选得到时，则衍生样本的第一维护描述与第二维护描述一致。
46.进一步地，通过初始车辆工作状态测试集进行特征挑选，其中有一部分数据可能会组成特征挑选集，成为衍生样本，但是初始车辆工作状态测试集中的一部分数据不会形成衍生样本。优选地，能够特征挑选成为衍生样本的要求是匹配关系超过在先设定特征挑选判定值的初始数据的大小，若匹配关系符合要求的初始检修数据数目太少，没有满足在先设定生成特征挑选集最低范围，那么这部分初始检修数据则不会特征挑选形成衍生样本。
47.获得初始车辆工作状态测试集中的初始维护描述与已经采集的车辆工作状态测试集中在先设定样本的第一维护描述之间的第二关联情况之后，检测出第二关联情况符合第一在先设定要求的初始维护描述和在先设定样本。然后通过检测出的初始维护描述优化已经采集的车辆工作状态测试集中相应在先设定样本的第一维护描述。接着剔除衍生车辆工作状态测试集中与检测出的初始维护描述绑定的衍生样本的第一维护描述。其中，第二关联情况包括对应两个第一维护描述之间的匹配关系。这里的第一在先设定要求可以是第二关联情况不低于第一在先设定判定值，比如第一在先设定判定值为1.6，则当第二关联情况不低于1.6时，则认定第二关联情况符合第二在先设定要求。
48.进一步地，通过检测出的初始维护描述优化已经采集的车辆工作状态测试集中相应在先设定样本的第一维护描述的形式，可以是将检测出的初始维护描述在衍生车辆工作状态测试集中到对应衍生样本的第一维护描述，然后通过对应衍生样本的第一维护描述优化在先设定样本的第一维护描述。优选地，当将对应衍生样本的初始维护描述与对应在先设定样本的第一维护描述进行加权处理，得到具备已更新的第一维护描述的在先设定样本。因为对应衍生样本的第一维护描述已经与对应在先设定样本的第一维护描述加权处
理，因此改善数据的重复，可将衍生车辆工作状态测试集中绑定的第一维护描述给剔除。在剔除衍生车辆工作状态测试集中与检测出的初始维护描述对应衍生样本的第一维护描述之后，标记剔除第一维护描述的衍生样本为待进行剔除的样本，已在后续识别衍生样本的第二维护描述之后剔除待进行剔除的样本的第二维护描述。
49.因此，通过在处理第一关联情况之前，先通过初始车辆工作状态测试集对已经采集的车辆工作状态测试集进行第一次优化，并通过衍生车辆工作状态测试集对经过优化之后的已经采集的车辆工作状态测试集进行优化，提高了初始车辆工作状态测试集中初始维护描述能够加入已经采集的车辆工作状态测试集的可能性。
50.如此设计，可在剔除第一维护描述内容时，先标记下对已剔除第一维护描述的衍生样本，在需要使用到第二维护描述时，才识别第二维护描述并执行对衍生样本的第二维护描述的剔除步骤，降低了对第二维护描述的识别难度。
51.在一种可替换的实施例中，在获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况之前，可识别候选车辆工作状态测试集中候选样本的第一维护描述，并获得衍生样本的第一维护描述与候选样本的第一维护描述之间的第三关联情况。并结合第三关联情况，对衍生车辆工作状态测试集进行优化。其中，候选车辆工作状态测试集可以是前一次样本数据优化过程中，由衍生车辆工作状态测试集中没有成功优化到已经采集的车辆工作状态测试集中的剩余衍生样本组成。然后在这一次过程中则可以理解为候选车辆工作状态测试集，其中，候选车辆工作状态测试集中的候选样本也包括第一维护描述和第二维护描述。
52.进一步地，结合第三关联情况对衍生车辆工作状态测试集进行优化的过程可以是识别衍生车辆工作状态测试集中衍生样本的第二维护描述和候选车辆工作状态测试集中候选样本的第二维护描述，然后结合候选样本的第一维护描述和衍生样本的第一维护描述之间的第三关联情况以及二者的第二维护描述优化衍生车辆工作状态测试集。第三关联情况可以是对应两个第一维护描述之间的匹配关系。这里的第二在先设定要求可以表示第三关联情况不低于第二在先设定判定值，比如当第二在先设定判定值为1.6时，则当第三关联情况不低于1.6时，则认定第三关联情况符合第二在先设定要求。
53.举例而言，可挑选第三关联情况符合第二在先设定要求的候选样本和衍生样本以作为第一事先配置样本和第一事先衍生样本。确定第一事先配置样本与第二事先衍生样本在拼接后的第一维护描述和第二维护描述，并获得二者拼接后的第一维护描述和第二维护描述之间的第四关联情况。其中，这里的第四关联情况可以是匹配关系。挑选第四关联情况符合第三在先设定要求的第一事先配置样本和第一事先衍生样本以作为第一参考样本和第一衍生样本。其中，第三在先设定要求可以表示第四关联情况不低于第三在先设定判定值，比如当第三在先设定判定值为1.4时，则当第四关联情况不低于1.4时，则认定第四关联情况符合第三在先设定要求。
54.其中，优化衍生车辆工作状态测试集的方式可以是将候选样本的维护描述内容拼接到衍生样本的维护描述内容还可以是将候选样本的维护描述内容作为已更新的衍生样本的维护描述内容。其中，将候选样本的维护描述内容拼接到衍生样本的维护描述内容的方式可以是，将候选样本和衍生样本对应作为第一待进行拼接的样本和第二待进行拼接的样本，然后对第一待进行拼接的样本和第二待进行拼接的样本的第一维护描述进行加权处
理，以再次得到第一待进行拼接的样本的第一维护描述。对比第一待进行拼接的样本和第二待进行拼接的样本所在特征挑选集的范围，挑选大所在特征挑选集绑定的第二维护描述作为第二待进行拼接的样本的第二维护描述。优选地，若果第四关联情况符合第三在先设定要求，则将第一参考样本的维护描述内容拼接到第一衍生样本的维护描述内容。其中，二者拼接之后得到的已更新的衍生样本的第一维护描述是通过对应候选样本和衍生样本的第一维护描述再次处理得到，而已更新的衍生样本的第二维护描述则是挑选候选样本的第二维护描述和衍生样本的第二维护描述中的其中一个。具体地挑选步骤就是判断候选样本和衍生样本所在特征挑选集的范围，挑选第二维护描述作为拼接之后已更新的衍生样本的第二维护描述。
55.若果第四关联情况不符合第三在先设定要求，则将出第一参考样本以外的剩余候选样本作为已更新的衍生样本的维护描述内容。其中，这里的维护描述内容可以只是第一维护描述，也可以同时包括第一维护描述和第二维护描述。因此，通过配置第四在先设定要求和第五在先设定要求，使得当关联情况符合要求时衍生样本能够被已经采集的车辆工作状态测试集整理，或者能够在已经采集的车辆工作状态测试集中成为已更新的在先设定样本，从而在一定程度上确保了已经采集的车辆工作状态测试集中能够连续更新的在先设定样本，从而能够保障车辆正常工作。
56.在一种可能实施的实施例中，识别衍生车辆工作状态测试集中的衍生样本的第二维护描述和候选车辆工作状态测试集中的候选样本的第二维护描述之后，直接根据上述方法判断衍生样本是否能够和候选样本拼接，若果能够拼接，则拼接二者的第一维护描述，标记候选样本和衍生样本的第二维护描述的拼接操作。其中，一些可能实施例中，对衍生车辆工作状态测试集中衍生样本的第二维护描述进行识别之后，优化衍生车辆工作状态测试集之前可以先执行上述标记的剔除第一维护描述的衍生样本为待进行剔除的样本的第二维护描述的剔除操作。然后通过剩余的衍生样本的第二维护描述判断候选车辆工作状态测试集中的候选样本进行拼接。当然，在另一些可能实施例中，对衍生车辆工作状态测试集中衍生样本的第二维护描述和候选车辆工作状态测试集中候选样本的第二维护描述进行识别之后，不执行之前标记的待进行剔除的样本的第二维护描述的剔除操作，直接判断衍生样本的维护描述内容和候选样本之间的维护描述内容是否能进行拼接，若能进行拼接，则将候选样本的第一维护描述和第二维护描述加权处理到对应衍生样本，并执行之前标记的对待进行剔除的样本的第二维护描述的剔除操作。
57.步骤s12：获得在先设定样本的第一维护描述与衍生样本的第一维护描述之间的第一关联情况。
58.示例性的，这里的第一关联情况可以是两个第一维护描述之间的匹配关系。具体可以包括以下描述内容，处理衍生车辆工作状态测试集中所有衍生样本的第一维护描述与已经采集的车辆工作状态测试集中所有在先设定样本的第一维护描述之间的匹配关系，得到每一衍生样本与已经采集的车辆工作状态测试集中匹配关系最佳的在先设定样本之间的匹配关系，该匹配关系即为第一关联情况。也就是说第一关联情况是挑选衍生样本与在先设定样本之间匹配关系最佳的一个。
59.步骤s13：结合第一关联情况，通过衍生样本的第一维护描述优化已经采集的车辆工作状态测试集；其中，已经采集的车辆工作状态测试集中在先设定样本的剩余维护描述、
衍生车辆工作状态测试集中衍生样本的剩余维护描述中的其中一种或多于一种，是在确定第一关联情况之后识别，以用于优化已经采集的车辆工作状态测试集。
60.在一种可能实施的实施例中，对已经采集的车辆工作状态测试集的优化可包括将衍生样本的维护描述内容拼接到绑定的在先设定样本的维护描述内容中，和/或，将衍生样本作为已更新的在先设定样本，即将衍生样本的维护描述内容加入已存数据中，以作为已更新的在先设定样本的维护描述内容。
61.以上是对已经采集的车辆工作状态测试集的具体优化，可结合第一关联情况确定，比如，对于第一关联情况大的，则执行将衍生样本的维护描述内容拼接到绑定的在先设定样本的维护描述内容中，对于第一关联情况小的，则执行将衍生样本的维护描述内容加入已存数据中，以作为已更新的在先设定样本的维护描述内容。比如，可挑选第一关联情况符合第四在先设定要求的在先设定样本和衍生样本以得到第一在先设定样本和第二衍生样本，并将第二衍生样本的维护描述内容拼接到第一在先设定样本的维护描述内容。其中，可将第二衍生样本和第一在先设定样本对应作为第一待进行拼接的样本和第二待进行拼接的样本。对第一待进行拼接的样本和第二待进行拼接的样本的第一维护描述进行加权处理，以再次得到第二待进行拼接的样本的第一维护描述。然后对比第一待进行拼接的样本和第二待进行拼接的样本所在特征挑选集的范围，挑选大所在特征挑选集绑定的第二维护描述作为第二待进行拼接的样本的第二维护描述。
62.在本实施例中，可将第四在先设定要求划分为第六在先设定要求和第七在先设定要求。即挑选第一关联情况符合第六在先设定要求的在先设定样本和衍生样本确定出第一在先设定样本和第二衍生样本。然后将第二衍生样本的维护描述内容拼接到第一在先设定样本的维护描述内容。其中，这里拼接的可以只是二者的第一维护描述，标记两个第一维护描述分别绑定的衍生样本和在先设定样本，以便将来执行对衍生样本和在先设定样本的第二维护描述的拼接操作。其中，这里的第六在先设定要求可以同第一在先设定要求一致。如果当在先设定样本和衍生样本的匹配关系足够大，那么在先设定样本和衍生样本属于相同数据的可能性就较高，因此，当匹配关系符合第一在先设定要求或第六在先设定要求，那么可以直接将在先设定样本和衍生样本进行拼接。通过配置第六在先设定要求和第七在先设定要求，从而能够将更加多的衍生数据用于优化已经采集的车辆工作状态测试集。
63.挑选第一关联情况符合第七在先设定要求的在先设定样本和衍生样本，以作为第一参考在先设定样本和第二事先衍生样本。其中，这里的第七在先设定要求可以表示匹配关系超过被在先设定样本拼接的最低判定值，然后第二事先衍生样本可能会得到第二次拼接的可能性。识别第一参考在先设定样本的第三维护描述，并在第二事先衍生样本的第一维护描述与第一参考在先设定样本的第三维护描述之间的第五关联情况符合第八在先设定要求的基础上，将第一参考在先设定样本和第二事先衍生样本作为第一在先设定样本和第二衍生样本。比如，再次拼接的可能性则是获得第二事先衍生样本的第一维护描述和第一参考在先设定样本的第三维护描述进行匹配关系，若这里第一维护描述和第三维护描述的匹配关系符合第八在先设定要求，则第二事先衍生样本可以拼接到第一参考在先设定样本中。其中，这里的第八在先设定要求可以是超过被在先设定样本拼接的最低判定值。在本技术中的第七在先设定要求和第八在先设定要求一致。
64.进一步地，在衍生样本和在先设定样本的拼接中，拼接后的在先设定样本的第一
维护描述是通过将衍生样本和在先设定样本的第一维护描述进行加权处理得到。具体实施方式包括将待拼接的衍生样本和在先设定样本作为第一待进行拼接的样本和第二待进行拼接的样本，对第一及第二待进行拼接的样本的第一维护描述进行加权处理，以再次得到第二待进行拼接的样本的第一维护描述。其中，这里衍生样本可以是第一待进行拼接的样本，也可以是第二待进行拼接的样本。对比待拼接的衍生样本和在先设定样本的范围，即衍生样本和在先设定样本所在特征挑选集的范围，挑选较大特征挑选集绑定的第二维护描述作为拼接后第二待进行拼接的样本的第二维护描述。
65.在一种可能实施的实施例中，判断衍生样本和在先设定样本之间具备拼接要求之后，在优化车辆工作状态测试集之前或优化已经采集的车辆工作状态测试集过程中，识别衍生车辆工作状态测试集中衍生样本的第二维护描述，在校验出存在衍生样本被标记为待进行剔除的样本的基础上，剔除待进行剔除的样本的第二维护描述。比如通过初始车辆工作状态测试集优化已经采集的车辆工作状态测试集中留下的对衍生车辆工作状态测试集以及已经采集的车辆工作状态测试集中第二维护描述的剔除步骤。
66.结合第一关联情况，通过衍生样本的第一维护描述优化已经采集的车辆工作状态测试集还可包括：挑选第一关联情况符合第五在先设定要求的衍生样本最为第三衍生样本，在第三衍生样本所在特征挑选集满足在先设定模板的基础上，将第三衍生样本的维护描述内容作为已更新的在先设定样本的维护描述内容。其中，拼接要求可以是第一关联情况符合第四在先设定要求，此时将第四在先设定要求配置为第一关联情况不低于第四在先设定判定值。优选地，第一在先设定要求和第四在先设定要求可以一致，即第一在先设定判定值和第四在先设定判定值一致。
67.在一种可能实施的实施例中，挑选第一关联情况符合第五在先设定要求的衍生样本作为第三衍生样本，在第三衍生样本所在特征挑选集满足在先设定模板的基础上，将第三衍生样本的维护描述内容作为已更新的在先设定样本的维护描述内容。
68.第五在先设定要求可以是第一关联情况低于第五在先设定判定值。其中，第五在先设定判定值可以是在先设定生成在先设定样本的最大判定值，因此，这里的第五在先设定判定值是低于第七在先设定要求中的第七在先设定判定值。第一关联情况低于第五在先设定判定值则可以表示衍生样本与已经采集的车辆工作状态测试集中所有在先设定样本的匹配关系都较低，已经采集的车辆工作状态测试集中没有与衍生样本属于同一样本的在先设定样本。比如，当某衍生样本与已经采集的车辆工作状态测试集中所有的在先设定样本的匹配关系都低于第五在先设定判定值，而且该衍生样本中涵盖若干内容，也就是涵盖很多检修数据，符合生成在先设定样本的最低范围，那么该衍生样本就能以已更新的在先设定样本加入已经采集的车辆工作状态测试集中。最终衍生车辆工作状态测试集中没有加入到已经采集的车辆工作状态测试集中的一部分会形成候选车辆工作状态测试集。
69.通过先通过初始车辆工作状态测试集对已经采集的车辆工作状态测试集进行一次优化，将初始车辆工作状态测试集进行特征挑选得到衍生车辆工作状态测试集，然后通过候选车辆工作状态测试集对衍生车辆工作状态测试集进行优化得到已更新的衍生车辆工作状态测试集，然后再将已更新的衍生车辆工作状态测试集用于对已经采集的车辆工作状态测试集进行优化。需要理解的是，以上提供了一些通过衍生车辆工作状态测试集中衍生样本的维护描述内容优化已经采集的车辆工作状态测试集的方式，在本公开的实施例
中，也可通过相似通过候选车辆工作状态测试集优化衍生车辆工作状态测试集的方式来实现通过衍生车辆工作状态测试集中衍生样本的维护描述内容优化已经采集的车辆工作状态测试集，比如，挑选第一关联情况符合上述第二在先设定要求的在先设定样本和衍生样本，以作为待选在先设定样本和事先衍生样本；确定待选在先设定样本与事先衍生样本在拼接后的第一维护描述和第二维护描述，并获得所述拼接后的第一维护描述和第二维护描述之间的第四关联情况；挑选所述第四关联情况符合上述第三在先设定要求的待选在先设定样本和事先衍生样本，以作为待拼接在先设定样本和待拼接衍生样本；将待拼接衍生样本的维护描述内容拼接到待拼接在先设定样本的维护描述内容；以及，将除待进行拼接衍生的样本以外的剩余衍生样本作为已更新的在先设定样本的维护描述内容。
70.根据以上内容，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。
71.根据以上内容，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。
72.在上述基础上，请结合参阅图2，提供了一种车辆测试数据处理装置200，应用于车辆测试数据处理系统，所述装置包括：
73.描述识别模块210，用于识别已经采集的车辆工作状态测试集中在先设定样本的第一维护描述和衍生车辆工作状态测试集中衍生样本的第一维护描述；
74.情况获得模块220，用于获得所述在先设定样本的第一维护描述与所述衍生样本的第一维护描述之间的第一关联情况；
75.车辆测试模块230，用于结合所述第一关联情况，通过所述衍生样本的第一维护描述优化所述已经采集的车辆工作状态测试集；其中，所述已经采集的车辆工作状态测试集中所述在先设定样本的剩余维护描述、所述衍生车辆工作状态测试集中所述衍生样本的剩余维护描述中的其中一种或多于一种，是在确定所述第一关联情况之后识别，以用于优化所述已经采集的车辆工作状态测试集。
76.在上述基础上，请结合参阅图3，示出了一种车辆测试数据处理系统300，包括互相之间通信的处理器310和存储器320，所述处理器310用于从所述存储器320中读取计算机程序并执行，以实现上述的方法。
77.在上述基础上，还提供了一种计算机可读存储介质，其上存储的计算机程序在运行时实现上述的方法。
78.综上，基于上述方案，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。
79.应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本技术的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
80.需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
81.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
82.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
83.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
84.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介
质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
85.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
86.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
87.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
88.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
89.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术所述内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
90.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施
例。
91.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：

1.一种车辆测试数据处理方法，其特征在于，应用于数据处理系统，所述方法至少包括：识别已经采集的车辆工作状态测试集中在先设定样本的第一维护描述和衍生车辆工作状态测试集中衍生样本的第一维护描述；获得所述在先设定样本的第一维护描述与所述衍生样本的第一维护描述之间的第一关联情况；结合所述第一关联情况，通过所述衍生样本的第一维护描述优化所述已经采集的车辆工作状态测试集；其中，所述已经采集的车辆工作状态测试集中所述在先设定样本的剩余维护描述、所述衍生车辆工作状态测试集中所述衍生样本的剩余维护描述中的其中一种或多于一种，是在确定所述第一关联情况之后识别，以用于优化所述已经采集的车辆工作状态测试集。2.如权利要求1所述的方法，其特征在于，在所述获得所述在先设定样本的第一维护描述与所述衍生样本的第一维护描述之间的第一关联情况之前，所述方法还包括：获得初始车辆工作状态测试集中的初始维护描述与所述已经采集的车辆工作状态测试集中在先设定样本的第一维护描述之间的第二关联情况；其中，所述衍生样本的第一维护描述是对所述初始车辆工作状态测试集中的初始维护描述进行特征挑选并结合对应特征挑选集中的初始维护描述确定的；检测出所述第二关联情况符合第一在先设定要求的初始维护描述和在先设定样本；通过检测出的所述初始维护描述优化所述已经采集的车辆工作状态测试集中相应在先设定样本的第一维护描述，并剔除所述衍生车辆工作状态测试集中与检测出的所述初始维护描述对应所述衍生样本的第一维护描述。3.如权利要求2所述的方法，其特征在于，在所述剔除所述衍生车辆工作状态测试集中与检测出的所述初始维护描述对应所述衍生样本的第一维护描述之后，所述方法还包括：标记剔除所述第一维护描述的所述衍生样本为待进行剔除的样本，以在后续识别所述衍生样本的第二维护描述之后剔除所述待进行剔除的样本的第二维护描述。4.如权利要求3所述的方法，其特征在于，在所述获得所述在先设定样本的第一维护描述与所述衍生样本的第一维护描述之间的第一关联情况之前，所述方法还包括：识别候选车辆工作状态测试集中候选样本的第一维护描述，并获得所述衍生样本的第一维护描述与所述候选样本的第一维护描述之间的第三关联情况；结合所述第三关联情况，对所述衍生车辆工作状态测试集进行优化。5.如权利要求4所述的方法，其特征在于，所述结合所述第三关联情况，对所述衍生车辆工作状态测试集进行优化，包括：识别所述衍生车辆工作状态测试集中衍生样本的第二维护描述和所述候选车辆工作状态测试集中候选样本的第二维护描述；结合所述第三关联情况、所述衍生样本的第二维护描述和所述候选样本的第二维护描述，优化所述衍生车辆工作状态测试集；和/或，所述优化所述衍生车辆工作状态测试集，包括：将所述候选样本的维护描述内容拼接到所述衍生样本的维护描述内容，或者将所述候选样本的维护描述内容作为已更新的所述衍生样本的维护描述内容。6.如权利要求5所述的方法，其特征在于，所述结合所述第三关联情况、所述衍生样本
的第二维护描述和候选样本的第二维护描述，优化所述衍生车辆工作状态测试集，包括：挑选所述第三关联情况符合第二在先设定要求的候选样本和衍生样本，以作为第一事先配置样本和第一事先衍生样本；确定所述第一事先配置样本与第二事先衍生样本在拼接后的第一维护描述和第二维护描述，并获得所述拼接后的第一维护描述和第二维护描述之间的第四关联情况；挑选所述第四关联情况符合第三在先设定要求的第一事先配置样本和第一事先衍生样本，以作为第一参考样本和第一衍生样本；将所述第一参考样本的维护描述内容拼接到所述第一衍生样本的维护描述内容；以及，将除所述第一参考样本以外的剩余所述候选样本作为已更新的所述衍生样本的维护描述内容。7.如权利要求1至6任一项所述的方法，其特征在于，所述结合所述第一关联情况，通过所述衍生样本的第一维护描述优化所述已经采集的车辆工作状态测试集，包括以下不少于一个步骤：挑选所述第一关联情况符合第四在先设定要求的在先设定样本和衍生样本，以得到第一在先设定样本和第二衍生样本，并将所述第二衍生样本的维护描述内容拼接到所述第一在先设定样本的维护描述内容；挑选所述第一关联情况符合第五在先设定要求的衍生样本作为第三衍生样本，在所述第三衍生样本所在特征挑选集满足在先设定模板的基础上，将所述第三衍生样本的维护描述内容作为已更新的所述在先设定样本的维护描述内容。8.如权利要求7所述的方法，其特征在于，所述挑选所述第一关联情况符合第四在先设定要求的在先设定样本和衍生样本，以得到第一在先设定样本和第二衍生样本，包括：挑选所述第一关联情况符合第六在先设定要求的在先设定样本和衍生样本，确定出第一在先设定样本和第二衍生样本；或者，挑选所述第一关联情况符合第七在先设定要求的在先设定样本和衍生样本，以作为第一参考在先设定样本和第二事先衍生样本，识别所述第一参考在先设定样本的第三维护描述，并在所述第二事先衍生样本的第一维护描述与所述第一参考在先设定样本的第三维护描述之间的第五关联情况符合第八在先设定要求的基础上，将所述第一参考在先设定样本和第二事先衍生样本作为第一在先设定样本和第二衍生样本；其中，将候选样本的维护描述内容拼接到所述衍生样本的维护描述内容，或所述将所述第二衍生样本的维护描述内容拼接到所述第一在先设定样本的维护描述内容，包括：将所述候选样本和所述衍生样本对应作为第一待进行拼接的样本和第二待进行拼接的样本，或者将所述第二衍生样本和所述第一在先设定样本对应作为所述第一待进行拼接的样本和所述第二待进行拼接的样本；对所述第一待进行拼接的样本和所述第二待进行拼接的样本的第一维护描述进行加权处理，以再次得到所述第二待进行拼接的样本的第一维护描述；对比所述第一待进行拼接的样本和所述第二待进行拼接的样本所在特征挑选集的范围，挑选较大所在特征挑选集绑定的第二维护描述作为所述第二待进行拼接的样本的第二维护描述；其中，在所述优化所述衍生车辆工作状态测试集，或所述优化所述已经采集的车辆工
作状态测试集之前，所述方法还包括：识别所述衍生车辆工作状态测试集中的衍生样本的第二维护描述；在校验出存在所述衍生样本被标记为待进行剔除的样本的基础上，剔除所述待进行剔除的样本的第二维护描述；其中，所述第一关联情况、第二关联情况、第三关联情况、第四关联情况、第五关联情况中的不少于一个为对应两个维护描述之间的匹配关系；其中，所述第一维护描述为与所述第一维护描述绑定的样本所在特征挑选集的聚焦维护描述，其中，所述特征挑选集是对多个检修数据依照所涵盖的样本进行特征挑选得到的；所述剩余维护描述包括与所述剩余维护描述绑定的样本的第二维护描述和第三维护描述中的不少于一个，所述第二维护描述用于在与所述第二维护描述绑定的样本所在特征挑选集进行拼接时对拼接后的特征挑选集按照特定指示进行限制，所述第三维护描述为与所述第三维护描述绑定的样本记录为所述在先设定样本时的第一维护描述。9.一种车辆测试数据处理系统，其特征在于，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中调取计算机程序，并通过运行所述计算机程序实现权利要求1-8任一项所述的方法。10.一种云平台，其特征在于，包括：存储器，用于存储计算机程序；与所述存储器连接的处理器，用于执行该存储器存储的计算机程序，以实现权利要求1-8任意一项所述的方法。

技术总结

本申请提供的一种车辆测试数据处理方法、系统及云平台，通过先获得数据中的在先设定样本的第一维护描述和衍生车辆工作状态测试集中的衍生样本的第一维护描述的第一关联情况，在确定第一关联情况之后才对已经采集的车辆工作状态测试集中和/或衍生车辆工作状态测试集中的剩余维护描述进行识别，以对已经采集的车辆工作状态测试集进行优化，即车辆工作状态测试集中与获得第一关联情况不相关的剩余维护描述可在执行获得第一关联情况之后识别，改善剩余维护描述不准确的问题，从而能够有效地提高车辆工作状态测试集的准确性，因此，能够降低车辆发生故障的可能性。降低车辆发生故障的可能性。降低车辆发生故障的可能性。