本发明公开了基于深度学习的动力电池荷电续航预测方法、系统及终端，涉及动力电池技术领域，其技术方案要点是：本发明直接采集目标电池在车辆行驶过程中进行放电的历史状态数据作为样本数据来训练构建深度神经网络模型，无需考虑由驾驶员所引起的车辆驾驶习惯对电池电量情况估算的影响，所需样本数据相对较少；且以目标车辆在导航路径中行驶一段距离后所得到的实时消耗电量为基础，再以其他参考车辆中参考电池的电量消耗作为参考数据，预测分析得到导航路径中各个路段的预测消耗电量，在考虑道路路况和驾驶习惯的影响因素情况下，从全局实现了针对实时导航信息的动力电池荷电续航预测。
📄 2023108550333
📂 B60L58_12
👤 四川轻化工大学
📅 2023-07-13
本发明提出了一种基于车路协同及强化学习的环卫机器人车调度方法及系统，包括：对环卫机器人车通信进行部署，通过基于车载自组织网络的通信网络实现车辆间的数据传输和通信；通过路况感知装置获取路况数据和利用传感器对环卫机器人车周围的环境进行实时感知和数据采集；采用改进的分层双重DQN算法，利用已有的数据，不断优化环卫机器人车的路径规划和调度策略；实时交换环卫机器人车与道路基础设施之间的信息；建立监控管理平台；对系统进行测试和评估。本发明实现了一种基于车路协同及强化学习的环卫机器人车调度系统及方法。本发明的应用可以帮助现代城市提高环卫效率，减少环境污染，降低人力成本，同时提高城市居民的生活品质。
📄 2023104436042
📂 G06Q10_0631
👤 暨南大学
📅 2023-04-23
本发明请求保护一种基于自监督对比学习和语义增强的草药推荐方法。首先使用Word2vec单词嵌入算法，结合症状和草药的语义信息，训练症状和草药的特征表示。然后，构建症状‑草药二部图、症状‑症状协同图和草药‑草药协同图结构，以捕捉症状和草药之间不同类型的关系。利用残差图卷积神经网络聚合邻居节点的特征来更新当前节点的表示，并通过对协同图和二部图进行节点或边的随机丢弃，生成增强的子图。对这些子图进行编码后，采用自监督对比学习方法计算节点之间的对比损失。接着，融合来自不同图的信息，计算草药对症状集合的治疗评分。最后，结合交叉熵损失、Topk损失和对比损失，使用自适应优化算法调整模型的梯度，提高了草药推荐的准确性和可靠性。
📄 2024117245866
📂 G06F16_9535
👤 重庆邮电大学
📅 2024-11-28
本发明公开了基于深度强化学习的无信号灯交叉口控制方法及设备，使用了深度强化学习算法协调控制交叉口无冲突放行，通过冲突点的判断方式避免了冲突放行，通过奖励函数的设计实现了车辆放行的公平性，以及在此基础上的最大限度放行，通过交互更新训练后的DQN网络计算得到当前时刻目标无信号灯交叉口的放行动作，减少了车辆的平均等待时间，增加了通行效率，从而解决了无信号灯交叉口车辆拥堵的问题。本发明相较于现有技术的深度强化学习的无信号灯交叉口放行方法而言，通过使用深度学习框架制定交叉口协调问题，无需记录冲突区域网格的占领情况，降低了计算的复杂度；同时，将无信号灯交叉口整体进行分析也充分发挥了交叉口的协调潜力。
📄 2023104432747
📂 G08G1_01
👤 重庆邮电大学工业互联网研究院
📅 2023-04-21
本发明公开了基于深度强化学习的瓶颈区换道控制方法、设备及介质，通过选取一定比例的车辆使其提前换道来避免临近瓶颈区车辆集中换道而导致通行能力下降的发生，通过奖励函数的设计实现了每条车道车辆密度的平均，以最大限度避免了集中换道和为了追求速度的频繁换道行为，保证了瓶颈区交通流的稳定。此外，通过DQN网络与环境的交互更新训练，得到最优换道策略，该最优换道策略可协调控制瓶颈区车辆的换道行为，通过在瓶颈区上游进行提前换道，避免临近瓶颈区车辆集中换道导致交通拥堵的发生，有效地解决瓶颈区通行能力下降的问题。本发明的瓶颈区换到控制方法与传统的基于交通流控制方案相比，减少了车辆的平均行程时间，提高了通行效率。
📄 2023108088344
📂 G08G1_01
👤 重庆邮电大学
📅 2023-07-03
本发明请求保护一种基于深度强化学习的智能反射面元素智能激活方法，属于深度强化学习和智能反射面辅助通信领域。包括系统模型建立与目标问题建立、马尔可夫决策模型要素设置、算法框架搭建以及网络结构设计。根据考虑的通信场景建立系统模型并提出求解的目标问题；马尔可夫决策要素的设置主要是定义强化学习的智能体在与环境交互过程中涉及到的状态、动作以及奖励函数；采用基于演讲者‑评论者的深度强化学习经典算法框架，策略网络输出动作的同时利用评价网络辅助策略网络的梯度更新；调整策略网络以及评价网络的网络结构来应对智能反射面的引入带来的全连接结构对于信道状态信息提取不足的问题。本方法降低了利用传统通信算法迭代的复杂度。
📄 2022115982125
📂 H04L41_142
👤 重庆邮电大学
📅 2022-12-12
本发明涉及一种基于深度学习的内窥镜烟雾图像分类方法，属于图像处理领域，包括以下步骤：S1：挑选腹腔镜图像，将其中一部分图像进行渲染得到有雾数据集，与未渲染的无雾数据集共同作为训练集和测试集，在训练集和测试集的无雾和有雾图像的比例为4:1；S2：在Poolformer网络基础上改进，将token mixer部分替换为类似ConvNext的多路分支结构作为训练网络，利用训练集进行训练；S3：在预测训练时将ConvNext Block转化成类似RepVgg的单路结构RepConvNext Block进行预测；S4：输入图像经过级联网络输出烟雾类别的概率值，通过概率值确认疑似烟雾图像类别。
📄 2023100762610
📂 G06V10_764
👤 重庆邮电大学
📅 2023-01-18
本发明公开了一种基于深度强化学习的车载边缘任务集中调度与资源分配联合优化方法，包括步骤：1.获取车辆任务可接入RSU的信息、车载任务的信息等；2.将车载任务边缘调度与资源分配决策方法转化为数学问题，进行数学建模；3.使用深度强化学习方法求解步骤2中的数学模型；4.将算法部署至软件定义的中央控制器。本发明充分考虑每个车载任务对边缘计算服务器负荷的影响、各个车载任务之间影响，在保证在规定时间内完成计算车载任务、保证各个边缘计算服务器的负载均衡的同时，使得边缘计算服务器提供商的利益最大化。
📄 202110488718X
📂 H04L67_1008
👤 江苏大学
📅 2021-05-06
本发明公开了一种基于深度学习的仓储温湿度智能调控方法及系统，涉及人工智能领域，包括：首先将当前温湿时序数据及关联设备运行日志输入含特征提取模块与策略生成模块的目标温湿调控模型；通过特征提取模块对温湿时序数据、设备运行日志编码并整合为融合环境特征集；获取调控策略特征集后，由策略生成模块对融合特征与策略特征执行门控循环处理，输出表征适配关系的门控循环数据集；基于该数据集输出适配概率，筛选目标调控策略。本发明通过深度学习实现温湿动态与调控策略的精准匹配，提升仓储温湿度调控的时效性与能效比，保障货物存储环境稳定性。
📄 2025107914219
📂 G05D27_02
👤 中泰智云(北京)科技有限公司
📅 2025-06-13
本发明公开了一种基于深度学习驱动的生产过程质量智能监控方法及系统，涉及人工智能技术领域，包括：首先获取目标产品多模态质检指标状态与多个待匹配指标状态类别，抽取状态特征得到相应特征向量；依据多模态特征向量计算状态置信度分布；获取各复合异常质检状况的关系拓扑结构；结合置信度分布与拓扑结构对类别特征向量嵌入处理，得深度类别特征向量；据此确定匹配系数，最终依匹配系数确定目标指标状态类别作为质量监控结果，实现对生产过程质量的智能监控。
📄 2025105551390
📂 G06Q10_0639
👤 中泰智云(北京)科技有限公司
📅 2025-04-29
本发明涉及一种基于深度学习的中医望诊面部划分方法和系统，属于图像处理技术领域。方法包括：对视频图像进行抽帧，采用基于深度学习的目标检测算法进行人脸检测；进行面部解析和分割，得到第一分割掩膜；进行关键点检测和人脸区域划分，得到第二分割掩膜；对所述第一分割掩膜和所述第二分割掩膜的掩膜区域进行修正，得到人脸面部的关键区域图像。本方法使用基于深度学习的网络模型对人脸进行识别和划分，实现了对人脸的不同部位的精确划分。
📄 2024106223134
📂 G06V40_16
👤 南京邮电大学
📅 2024-05-17
本发明公开一种基于持续学习改进的类增量业务识别方法及系统，属于通信网络技术领域；方法包括采集通信网数据并进行无损压缩，处理为只含有IP层报文的报文信息流；对报文信息流进行预处理，然后采用DBSCAN算法对信息流添加标签，得到可用于业务识别模型训练的数据集；采用OWM方法改进CNN模型，得到OWM改进的业务识别模型，并用数据集对OWM改进的业务识别模型进行训练，之后结合专家知识来进行模型诊断，调整模型参数，进行AI辨识；将经过AI辨识产生的结果输出，并根据业务识别结果对网络进行精细化管理；该方法不仅解决了现有的通信网络中训练样本难以获取，还解决了传统业务识别模型出现遗忘，无法应对动态网络环境的问题以及准确性下降问题。
📄 2024106158741
📂 G06F18_2431
👤 南京邮电大学
📅 2024-05-17
柿子坊 · 知识产权运营
柿子坊知识产权运营平台