山东零公里润滑科技有限公司陆涛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉山东零公里润滑科技有限公司申请的专利用于车辆润滑油更换周期预测的数据处理方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119067271B 。
龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411578778.0,技术领域涉及:G06Q10/04;该发明授权用于车辆润滑油更换周期预测的数据处理方法及装置是由陆涛设计研发完成,并于2024-11-07向国家知识产权局提交的专利申请。
本用于车辆润滑油更换周期预测的数据处理方法及装置在说明书摘要公布了:本发明提供了一种用于车辆润滑油更换周期预测的数据处理方法及装置,涉及数据处理技术领域,通过特征提取模型、特征降维模型对车辆的维修记录和车辆监测参数进行处理后,由采用高阶神经网络作为分类算法,确定目标车辆的润滑油的更换属性,以预测润滑油更换周期。其中,特征提取模型通过融合历史迭代信息动态调整搜索策略中的关键参数,基于动态拓扑结构调整机制确定特征降维模型的网络节点数和层权重,高阶神经网络的权重梯度基于输入和输出之间的互信息,采用梯度惩罚的高阶训练机制进行调整,能够增强关键特征的识别能力,提高分类精度,并且更好地处理不平衡数据,增强分类效果。
本发明授权用于车辆润滑油更换周期预测的数据处理方法及装置在权利要求书中公布了:1.一种用于车辆润滑油更换周期预测的数据处理方法,其特征在于,所述方法包括:获取目标车辆的维修记录和车辆监测参数,将所述维修记录和所述车辆监测参数组装成向量数据;将所述向量数据输入至预先构建的特征提取模型中,输出所述向量数据的关键特征;其中,所述特征提取模型采用预设搜索策略更新神经网络参数,且,通过融合历史迭代信息动态调整所述搜索策略中的关键参数;通过预先构建的特征降维模型对所述关键参数进行降维度处理;其中,所述特征降维模型的网络节点数和层权重基于动态拓扑结构调整机制确定;采用高阶神经网络作为分类算法,对降维度后的所述关键特征进行分类,输出分类结果;其中,所述分类结果用于表征所述目标车辆的润滑油的更换属性;所述高阶神经网络的权重梯度基于输入和输出之间的互信息,采用梯度惩罚的高阶训练机制进行调整;基于所述分类结果,预测所述目标车辆的润滑油更换周期;所述特征降维模型包括自编码器;基于动态拓扑结构调整机制确定所述特征降维模型的网络节点数和层权重的步骤,包括:通过预设的训练样本集对所述自编码器进行训练,通过敏感度评分函数评估所述训练样本集的每个特征在解码过程中的重要性;基于所述重要性,对所述自编码器的每层网络的权重重要性进行调整;采用近似方法,计算所述自编码器的损失函数关于网络节点数的梯度;基于所述梯度,以及所述自编码器的训练进度和重构误差,调整所述自编码器的网络节点数;其中,敏感度评分函数的计算方式表示为: ;其中,为所述自编码器的编码器输出,为所述自编码器的解码器的重构;调整所述权重重要性的计算方式表示为: ;其中,表示自适应特征反馈调节机制的学习率;表示解码器的损失函数;表示损失函数对编码器输出的偏导数;是敏感度评分函数;表示元素乘法;调整所述自编码器的网络节点数的计算方式表示为: ;式中,为调整网络节点数的调整函数,表征为:如果其值超过阈值,则增加中间层的神经元数量;如果其值未超过阈值,则减少中间层的神经元数量;表示第l层的节点数;表示结构调整步长;表示当前的损失函数;表示损失函数关于第l层节点数的梯度;采用近似方法,计算所述自编码器的损失函数关于网络节点数的梯度,计算方式表示为: 式中,表示从标准正态分布抽取的随机值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人山东零公里润滑科技有限公司,其通讯地址为:250000 山东省济南市天桥区德兴路588号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。