Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江飞碟汽车制造有限公司;山东五征集团有限公司姜文娟获国家专利权

浙江飞碟汽车制造有限公司;山东五征集团有限公司姜文娟获国家专利权

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!

龙图腾网获悉浙江飞碟汽车制造有限公司;山东五征集团有限公司申请的专利一种商用车车载质量检测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:CN113987927B

龙图腾网通过国家知识产权局官网在2025-10-31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:202111226034.9,技术领域涉及:G06F30/27;该发明授权一种商用车车载质量检测方法是由姜文娟;崔震;徐礼成;曹贵宝;王惠艺;张明华;卢东涛设计研发完成,并于2021-10-21向国家知识产权局提交的专利申请。

一种商用车车载质量检测方法在说明书摘要公布了:本发明公开了一种商用车车载质量检测方法,包括步骤如下,步骤S1,数据预处理,针对车辆原始终端数据进行数据解析,清洗以及噪声处理等操作;步骤S2,工况识别分析,针对预处理之后的数据,再进行进一步的工况分析;步骤S3,数据筛选,判断工况分析的数据属于测试数据或训练数据,若属于测试数据则进行步骤S5,若属于训练数据则进行步骤S4;步骤S4,模型构建融合,通过步骤S2中的训练数据构建多个不同的基础模型,并通过训练和筛选,最终进行模型融合。本发明实现了在不增加额外硬件的条件下,可以对商用车载质量的实时监测,既保证了结果的准确性又降低了模型由于统计数据的随机性因素带来的结果不稳定性。

本发明授权一种商用车车载质量检测方法在权利要求书中公布了:1.一种商用车车载质量检测方法,其特征在于:包括步骤如下, 步骤S1,数据预处理,针对车辆原始终端数据进行数据解析、清洗以及噪声处理操作,其中噪声处理包括但不限于滤波处理、异常值去除处理; 步骤S2,工况识别分析,针对预处理之后的数据,再进行进一步的工况分析; 步骤S3,数据筛选,判断工况分析的数据属于测试数据或训练数据,若属于测试数据则进行步骤S5,若属于训练数据则进行步骤S4; 步骤S4,模型构建融合,通过步骤S3中的训练数据构建多个不同的基础模型,并通过训练进和筛选,最终进行模型融合; 步骤S41,模型创建,通过步骤S3中的训练数据构建多个不同的基础模型; 步骤S42,模型训练,基于准备好的模型训练样本集对所选择的基础回归模型进行训练,对模型参数进行优化选择,生成多个整车质量预测基础模型,再通过测试样本集对训练好的整车质量预测模型进行性能评估,针对载重评估模型的性能指标进行分析和判断; 步骤S43,模型筛选,判断得到的模型是否达到融合要求,若是则进行S44,若否则重新进行步骤S42; 所述步骤S43中的模型筛选方法如下: 1对于载重相关的特征力矩以及加速度进行斜率的计算得到系数C; 2利用该系数C进行坐标轴旋转; 3对新生成的坐标X、Y分别求单变量一倍标准差,并将Y的一倍标准差与X一倍标准差相除得到Xyscore; 所述Xyscore的具体实现算法: 1对于每个构建的基础模型的输入数据DF0,DF20去计算中间系数coef; 2利用该系数coef进行新坐标轴计算,计算公式如下: ; ; 3对新的生成的坐标X,Y分别求单变量一倍标准差,并将Y的一倍标准差与X一倍标准差相除得到XYscore; 步骤S44,模型融合,将得到的多个模型进行模型融合; 步骤S5,模型服务部署,将训练好的模型部署到云服务器上,利用训练生成的模型与模型服务化代码构建Docker镜像,并推送至车联网Docker镜像仓库。

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飞碟汽车制造有限公司;山东五征集团有限公司,其通讯地址为:311100 浙江省杭州市余杭区五常荆长路33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。

免责声明
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。