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！

龙图腾网获悉北京交通大学申请的专利基于概率神经网络和强化学习的车联网数据分级分类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：CN118945119B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202410810133.9，技术领域涉及：H04L47/2441；该发明授权基于概率神经网络和强化学习的车联网数据分级分类方法是由张振江;王文晖;赵颖斯;沈波;于子航;李延一设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本基于概率神经网络和强化学习的车联网数据分级分类方法在说明书摘要公布了：本发明公开了一种基于概率神经网络和强化学习的车联网数据分级分类方法，属于车联网数据分级分类领域，包括以下步骤：S1、获取车联网情景下的数据样本，建立样本数据集；S2、根据建立的样本数据集，计算每个路侧的路况向量；S3、在每个路侧中部署智能体，每个智能体根据自身以及相邻路侧的路况向量做出决策；S4、使用概率神经网络对样本数据集中的数据进行排序；S5、排序后的数据根据智能体的决策进行数据上传，实现车联网数据的分级分类。本发明采用上述的一种基于概率神经网络和强化学习的车联网数据分级分类方法，不仅可以结合实际情况对车联网数据进行分级分类，同时能够更好的分配宽带资源，并保证紧急的数据优先上传到云端。

本发明授权基于概率神经网络和强化学习的车联网数据分级分类方法在权利要求书中公布了：1.一种基于概率神经网络和强化学习的车联网数据分级分类方法，其特征在于，包括以下步骤：S1、获取车联网情景下的数据样本，建立样本数据集；S2、根据建立的样本数据集，计算每个路侧的路况向量；S3、在每个路侧中部署智能体，每个智能体根据自身以及相邻路侧的路况向量做出决策，采用了如下公式：p＝πa|s其中，p为0、1之间的百分数，表示样本数据集中的数据需要上传到云端，其余数据在本地处理；π表示智能体的决策网络；为9维的向量，其中包含三个三维向量，分别为前一路侧、当前路侧和后一路侧的路况向量；a表示智能体在观测为s时采取的动作空间；S4、使用概率神经网络对样本数据集中的数据进行排序；首先采用GRNN中的半参数近似方法对模型参数进行估计： 由此，模型的整体计算过程用以下公式进行表示： 其中，x表示输入向量；xi表示除了当前计算向量的其他向量；ci表示每个类的中心向量；ck表示第k个类的中心向量；fk表示对应于ck的核学习函数；Zk表示对应于中心ck的数据点的数量；fix,σ表示中心为x，平滑参数为σ的核学习函数；yi为输出值，表示当前数据的重要程度；表示模型的预测输出；Zi表示中心为ci的数据点的数量；∑iZi＝NV表示数据集中数据点的总数；计算出每个数据的重要程度后，按照从大到小的顺序对样本数据集中全部数据进行排序；S5、排序后的数据根据智能体的决策进行数据上传，实现车联网数据的分级分类。

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北京交通大学，其通讯地址为：100091 北京市海淀区西直门外上园村3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”。