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！

龙图腾网获悉浙江大学申请的专利一种结合机理的弱监督续驶里程估算和驾驶行为分析方法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：CN118643343B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202410920530.1，技术领域涉及：G06F18/214；该发明授权一种结合机理的弱监督续驶里程估算和驾驶行为分析方法是由沈超;阮煜程;孙铭阳;赵成成;马睿洁;陈荣博设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本一种结合机理的弱监督续驶里程估算和驾驶行为分析方法在说明书摘要公布了：本发明公开了一种结合机理的弱监督续驶里程估算和驾驶行为分析方法，包括：获取纯电动汽车的车辆驾驶数据、环境条件数据、电池状态数据和续驶里程数据；计算车辆驾驶特征和环境条件特征对续驶里程的转移熵；基于转移熵的相关特征筛选；构建续驶里程先验物理模型；确定模型的输入特征以及隐变量特征并划分训练集与验证集；构建变分自编码器模型并设置其参数；训练变分自编码器模型；进行续驶里程估算与驾驶员行为刻画。本发明通过弱监督的变分自编码器模型降低了续驶里程估算任务的成本；并融入了物理模型与因果约束，克服了变分自编码器难以学到解耦表征的难题；通过编码器与解码器，能够同时完成续驶里程估算与驾驶员行为推断任务。

本发明授权一种结合机理的弱监督续驶里程估算和驾驶行为分析方法在权利要求书中公布了：1.一种结合机理的弱监督续驶里程估算和驾驶行为分析方法，其特征在于，包括： S1，获取纯电动汽车的车辆驾驶数据、环境条件数据、电池状态数据和续驶里程数据； S2，计算车辆驾驶特征和环境条件特征对续驶里程的转移熵； S3，基于转移熵筛选对纯电动汽车续驶里程相关性最大的特征； S4，构建续驶里程先验物理模型； S5，确定变分自编码器VAE模型的输入特征以及隐变量特征并划分训练集与验证集； S6，构建VAE模型，设置编码器与解码器的神经网络层数、各层网络中的神经元个数、学习率、编码器输出所服从的分布、训练数据批次大小； S7，训练VAE模型，将车辆驾驶数据与环境条件数据输入VAE模型中进行前向计算，计算VAE模型的损失函数值，利用动量梯度下降法更新VAE模型参数，完成VAE模型训练； 所述VAE模型的损失函数由证据下界损失、物理损失和因果损失三部分构成；所述证据下界损失用于衡量经过VAE模型重构的样本与原样本之间的差距以及VAE模型生成的隐变量服从的分布与其先验分布之间的距离；所述物理损失用于衡量VAE模型生成的隐变量与输入特征之间满足续驶里程先验物理模型的程度；所述因果损失用于衡量VAE模型生成的隐变量之间的因果关联与真实因果关联之间的差距； S8，利用训练好的VAE模型的编码器部分估计纯电动汽车的续驶里程，利用训练好的VAE模型的解码器部分推断驾驶行为。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。