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！

龙图腾网获悉一立智远科技(广东)有限公司申请的专利工程机械的理赔事件检测装置、方法、设备及存储介质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：CN120182017B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510646995.7，技术领域涉及：G06Q40/08；该发明授权工程机械的理赔事件检测装置、方法、设备及存储介质是由邓宝财;李劲峰;陈绍军设计研发完成，并于2025-05-20向国家知识产权局提交的专利申请。

本工程机械的理赔事件检测装置、方法、设备及存储介质在说明书摘要公布了：本发明提供一种工程机械的理赔事件检测装置、方法、设备及存储介质，涉及人工智能技术领域，该装置包括：数据获取模块用于获取工程机械的多源数据；数据处理模块用于对多源数据进行数据处理获得特征数据集；模型训练模块用于利用特征数据集对卷积神经网络模型进行训练，获得初始理赔事件预测模型；联邦学习模块用于构建联邦学习框架对初始理赔事件预测模型进行梯度参数更新，获得目标理赔事件预测模型；模型检测模块用于预测目标理赔事件异常概率值；数据分析模块用于数据对比分析处理，获得异常项目数量；事件检测模块用于根据目标理赔事件异常概率值和异常项目数量确定理赔事件检测结果。本发明可以提高工程机械的理赔事件真伪识别准确率。

本发明授权工程机械的理赔事件检测装置、方法、设备及存储介质在权利要求书中公布了：1.一种工程机械的理赔事件检测装置，其特征在于，所述装置包括： 数据获取模块，用于获取工程机械的多源数据，所述多源数据至少包括工程机械运行数据、工程机械维修数据和历史理赔事件数据； 数据处理模块，用于对所述多源数据进行数据清洗、数据标准化和特征提取，获得特征数据集； 模型训练模块，用于构建卷积神经网络模型，利用所述特征数据集对所述卷积神经网络模型进行训练，获得初始理赔事件预测模型； 所述卷积神经网络模型至少包括输入层、卷积单元、池化单元、全连接单元和输出层，其中： 所述输入层用于对数值型特征数据和分类型特征数据在特征维度进行拼接，获得特征张量； 所述卷积单元包括多个卷积层，多个所述卷积层包括不同大小的卷积核，多个所述卷积层通过堆叠的方式对所述特征张量逐步提取特征，获得特征向量； 所述池化单元包括最大池化层，所述最大池化层用于对所述卷积层输出的所述特征向量进行特征降维，获得降维特征向量； 所述全连接单元包括多个全连接层，多个所述全连接层用于对所述降维特征向量进行线性变换，获得综合特征向量； 所述输出层用于通过激活函数将所述综合特征向量转换为预测概率值 联邦学习模块，包括： 中心控制单元，用于通过中心服务器将所述初始理赔事件预测模型和初始模型参数分发至各个区域节点的客户端； 区域学习单元，用于获取各个所述区域节点的本地多源数据，根据所述本地多源数据和所述初始模型参数对所述初始理赔事件预测模型进行训练，获得模型参数梯度信息； 聚合计算单元，用于获取各个所述区域节点的所述模型参数梯度信息，对所述模型参数梯度信息进行聚合计算，获得聚合梯度信息； 模型更新单元，用于根据所述聚合梯度信息更新所述初始理赔事件预测模型的全局模型参数，获得目标理赔事件预测模型； 模型检测模块，用于获取目标工程机械的目标理赔事件数据，对所述目标理赔事件数据进行数据清洗、数据标准化和特征提取，获得目标特征数据，将所述目标特征数据输入至所述目标理赔事件预测模型进行预测，获得所述目标工程机械的目标理赔事件异常概率值； 数据分析模块，用于根据所述目标理赔事件数据和所述目标工程机械的实时多源数据进行数据对比分析处理，获得数据对比分析结果为异常的异常项目数量； 事件检测模块，用于若所述目标理赔事件异常概率值大于预设概率阈值，且所述异常项目数量大于预设项目数量，则确定理赔事件检测结果为异常理赔事件。

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一立智远科技(广东)有限公司，其通讯地址为：528300 广东省佛山市顺德区大良街道逢沙村萃智路1号车创置业广场1栋1401A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”。