Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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 科技服务 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 > 泰铂(上海)环保科技股份有限公司陶林获国家专利权

泰铂(上海)环保科技股份有限公司陶林获国家专利权

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!

龙图腾网获悉泰铂(上海)环保科技股份有限公司申请的专利针对汽车空调的数据指标预测方法及系统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:CN115510951B

龙图腾网通过国家知识产权局官网在2025-09-23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:202211038039.3,技术领域涉及:G06F18/25;该发明授权针对汽车空调的数据指标预测方法及系统是由陶林设计研发完成,并于2022-08-29向国家知识产权局提交的专利申请。

针对汽车空调的数据指标预测方法及系统在说明书摘要公布了:本发明提供的针对汽车空调的数据指标预测方法及系统,涉及数据处理技术领域。在本发明中,对于目标时间周期包括的多个历史时间值中的每一个历史时间值,提取到目标汽车空调在该历史时间值下具有的多种历史空调性能指标参数;采用已经更新完成的目标数据指标预测神经网络,对多个历史时间值分别对应的多种历史空调性能指标参数进行分析处理,以输出目标汽车空调对应的目标空调性能预测结果;提取到在当前时间下目标汽车空调具有的多种目标空调性能指标参数,基于多种目标空调性能指标参数和目标空调性能预测结果,得到对应的目标空调性能融合结果。基于上述内容,可以在一定程度上提高汽车空调的数据指标预测的可靠度。

本发明授权针对汽车空调的数据指标预测方法及系统在权利要求书中公布了:1.一种针对汽车空调的数据指标预测方法,其特征在于,包括: 对于目标时间周期包括的多个历史时间值中的每一个历史时间值,提取到目标汽车空调在该历史时间值下具有的多种历史空调性能指标参数; 采用已经更新完成的目标数据指标预测神经网络,对所述多个历史时间值分别对应的多种历史空调性能指标参数进行分析处理,以输出所述目标汽车空调对应的目标空调性能预测结果,所述目标空调性能预测结果用于反映所述目标汽车空调的综合性能优异程度; 提取到在当前时间下所述目标汽车空调具有的多种目标空调性能指标参数,基于所述多种目标空调性能指标参数和所述目标空调性能预测结果,得到所述目标汽车空调对应的目标空调性能融合结果; 所述采用已经更新完成的目标数据指标预测神经网络,对所述多个历史时间值分别对应的多种历史空调性能指标参数进行分析处理,以输出所述目标汽车空调对应的目标空调性能预测结果的步骤,包括: 对所述多个历史时间值分别对应的多种历史空调性能指标参数进行矩阵化处理,以形成对应的历史指标参数分布矩阵,在所述历史指标参数分布矩阵中,一行历史空调性能指标参数为一种历史空调性能指标参数分别在所述多个历史时间值下分别具有的值,一列历史空调性能指标参数为多种历史空调性能指标参数分别在一个历史时间值下分别具有的值; 采用目标数据指标预测神经网络,对所述历史指标参数分布矩阵进行分析处理,以输出所述目标汽车空调对应的目标空调性能预测结果; 所述采用目标数据指标预测神经网络,对所述历史指标参数分布矩阵进行分析处理,以输出所述目标汽车空调对应的目标空调性能预测结果的步骤,包括: 采用已经更新完成的目标数据指标预测神经网络包括的第一矩阵整体信息挖掘模型对所述历史指标参数分布矩阵进行矩阵整体信息挖掘操作,以输出所述历史指标参数分布矩阵对应的矩阵整体信息待处理向量; 对所述历史指标参数分布矩阵进行关键数据提取操作,输出所述历史指标参数分布矩阵对应的关键性历史指标参数分布矩阵; 采用所述目标数据指标预测神经网络包括的第一矩阵关键性信息挖掘模型对所述历史指标参数分布矩阵对应的关键性历史指标参数分布矩阵进行矩阵关键性信息挖掘操作,以输出所述历史指标参数分布矩阵对应的矩阵关键性信息待处理向量; 依据所述历史指标参数分布矩阵对应的矩阵整体信息待处理向量和对应的矩阵关键性信息待处理向量,分析输出所述历史指标参数分布矩阵对应的目标矩阵信息待处理向量; 分别计算所述历史指标参数分布矩阵对应的目标矩阵信息待处理向量与预先配置的多个目标矩阵信息参考向量中的每一个目标矩阵信息参考向量之间的向量相似度,再依据每一个目标矩阵信息参考向量与所述目标矩阵信息待处理向量之间的向量相似度,对每一个目标矩阵信息参考向量对应的目标空调性能标注结果进行融合处理,以形成所述目标汽车空调对应的目标空调性能预测结果; 所述第一矩阵关键性信息挖掘模型依据所述第一矩阵整体信息挖掘模型和提取到的示例性数据组合,对待更新矩阵关键性信息挖掘模型进行模型参数更新形成,所述示例性数据组合包括示例性标准指标参数分布矩阵、所述示例性标准指标参数分布矩阵对应的示例性第一指标参数分布矩阵和所述示例性标准指标参数分布矩阵对应的示例性第二指标参数分布矩阵; 在对所述待更新矩阵关键性信息挖掘模型进行模型参数更新的过程中,所述第一矩阵整体信息挖掘模型用于对所述示例性标准指标参数分布矩阵、所述示例性第一指标参数分布矩阵和所述示例性第二指标参数分布矩阵对应的矩阵整体信息待处理向量进行矩阵整体信息挖掘操作,所述待更新矩阵关键性信息挖掘模型用于对所述示例性标准指标参数分布矩阵、所述示例性第一指标参数分布矩阵和所述示例性第二指标参数分布矩阵对应的矩阵关键性信息待处理向量进行矩阵关键性信息挖掘操作,所述第一矩阵关键性信息挖掘模型基于分析输出的关键性信息挖掘误差和信息挖掘联合误差对所述待更新矩阵关键性信息挖掘模型进行模型参数更新形成,所述关键性信息挖掘误差依据所述示例性标准指标参数分布矩阵、所述示例性第一指标参数分布矩阵和所述示例性第二指标参数分布矩阵分别对应的矩阵关键性信息待处理向量分析输出,所述信息挖掘联合误差依据所述示例性标准指标参数分布矩阵、所述示例性第一指标参数分布矩阵和所述示例性第二指标参数分布矩阵分别对应的矩阵整体信息待处理向量和矩阵关键性信息待处理向量分析输出; 所述示例性标准指标参数分布矩阵与所述示例性标准指标参数分布矩阵对应的示例性第一指标参数分布矩阵之间的矩阵相似度大于矩阵相似参考值,所述示例性标准指标参数分布矩阵与所述示例性标准指标参数分布矩阵对应的示例性第二指标参数分布矩阵之间的矩阵相似度小于所述矩阵相似参考值。

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泰铂(上海)环保科技股份有限公司,其通讯地址为:201540 上海市金山区金舸路288号12幢;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。