成都赛力斯科技有限公司赵璐瑶获国家专利权
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！
龙图腾网获悉成都赛力斯科技有限公司申请的专利电池梯度的分类识别方法、装置、存储介质和计算机设备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：CN115859194B 。
龙图腾网通过国家知识产权局官网在2026-01-09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：202211679844.4，技术领域涉及：G06F18/2431；该发明授权电池梯度的分类识别方法、装置、存储介质和计算机设备是由赵璐瑶设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。
本电池梯度的分类识别方法、装置、存储介质和计算机设备在说明书摘要公布了：本发明实施例提供了电池梯度的分类识别方法、装置、存储介质和计算机设备。该方法包括：根据获取的车辆的历史行驶数据生成电池特征数据；对电池特征数据进行数据清洗，生成样本数据；通过随机森林算法对样本数据进行计算，生成样本临近值；对样本临近值进行层次聚类，以对电池梯度进行分类识别。本发明实施例提供的技术方案中，基于随机森林算法和聚合策略对真实工况的车辆的历史行驶数据进行了层次聚类，以对电池梯度进行分类识别，提高了电池梯度分类识别的效率。
本发明授权电池梯度的分类识别方法、装置、存储介质和计算机设备在权利要求书中公布了：1.一种电池梯度的分类识别方法，其特征在于，包括： 根据获取的车辆的历史行驶数据生成电池特征数据； 对所述电池特征数据进行数据清洗，生成样本数据； 通过随机森林算法对所述样本数据进行计算，生成样本临近值； 对所述样本临近值进行层次聚类，以对电池梯度进行分类识别； 所述通过随机森林算法对所述样本数据进行计算，生成样本临近值，包括： 为所述样本数据增加标签列，添加多行假数据，生成第一数据集； 对所述第一数据集有放回地随机选择多个样本，生成第二数据集； 从所述第二数据集中随机选取多个样本，生成选取特征数据； 根据所述选取特征数据生成多个决策树； 根据所述多个决策树生成随机森林和临近矩阵； 根据所述临近矩阵生成样本临近值。
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成都赛力斯科技有限公司，其通讯地址为：610000 四川省成都市自由贸易试验区成都高新区天府二街151号1栋1单元29层2901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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励