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！

龙图腾网获悉湖南工商大学申请的专利一种基于频率感知与混合专家的车位状态预测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：CN120783570B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511293870.7，技术领域涉及：G08G1/14；该发明授权一种基于频率感知与混合专家的车位状态预测方法是由陈杰;侯智科;蔡云逸;张震;杨艺设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于频率感知与混合专家的车位状态预测方法在说明书摘要公布了：本发明实施例中提供了一种基于频率感知与混合专家的车位状态预测方法，属于数据处理技术领域，具体包括：提取时域特征；将时域特征转换至频域，提取最高频率点后进行频域掩码和重组，得到最高频率分量，然后对掩码的频率成分重复频域掩码和重组M‑1次，得到M个频率分量，分别计算后M‑1个频率分量与最高频率分量之间的相似度，并据此计算每个频率分量的权重；将最高频率分量经过逆离散余弦变换后输入至时域输入对应的专家模块，将剩余频率分量经过逆离散余弦变换后根据对应的权重按序输入对应的专家模块；将M个预测结果根据其对应的频率分量的权重进行融合，得到最终的车位状态预测结果。通过本发明的方案，提高了预测效率和精准度。

本发明授权一种基于频率感知与混合专家的车位状态预测方法在权利要求书中公布了：1.一种基于频率感知与混合专家的车位状态预测方法，其特征在于，包括： 步骤1，采集历史车位数据并将其归一化，据此提取时域特征； 步骤2，使用离散余弦变换将时域特征转换至频域，提取最高频率点后进行频域掩码和重组，得到最高频率分量，然后对掩码的频率成分重复频域掩码和重组M-1次，得到M个频率分量，分别计算后M-1个频率分量与最高频率分量之间的相似度，并据此计算每个频率分量的权重； 所述步骤2具体包括： 步骤2.1，使用离散余弦变换将时域特征转换为频域特征 ； 其中，为频域特征，是时域特征，是时域特征的序列长度,n是时域序列的采样点索引，k为频域特征的频率分量索引； 步骤2.2，采用高通滤波器提取频域特征中最高频率点，然后利用掩码编码器将除最高频率点和低频成分之外的其他频率成分进行掩码，并将将保留下来的高频成分和低频成分进行重组，得到一个新的频率分量，其中，所述低频成分为频域中靠近零频率预设范围内的频率点集合； 步骤2.3，对掩码的频率成分再次执行步骤2.2，得到新的掩码的频率成分和新的频率分量； 步骤2.4，重复M-2次步骤2.2和步骤2.3，得到M个频率分量； 步骤2.5，计算后M-1个频率分量与第一个最高频率分量之间的欧氏距离作为相似度，将相似度代入预设公式，得到每个频率分量的权重，其中，所述预设公式的表达式为 ； 其中，表示第i个频率分量的权重，是第i个频率分量和第一个最高频率分量j之间的欧氏距离，σ为超参数，用于控制距离对权重的影响； 步骤3，将最高频率分量经过逆离散余弦变换后输入至时域输入对应的专家模块，以及，将剩余频率分量经过逆离散余弦变换后根据对应的权重按序输入对应的专家模块，得到M个专家模块的预测结果，其中，所述专家模块包括深度卷积模块与多阶KAN网络； 所述步骤3具体包括： 步骤3.1，对于最高频率分量对应的时域数据和每个剩余频率分量对应的时域数据，分别使用深度卷积模块中不同尺寸的卷积核进行卷积，以及，对于最高频率分量对应的时域数据和每个按权重大小排序输入的剩余频率分量对应的时域数据，分别使用多阶KAN网络中不同阶数的切比雪夫多项式捕获时域数据中不同频率的特征； 步骤3.2，综合每个卷积核和每个阶数的切比雪夫多项式的输出结果，得到M个预测结果； 步骤4，将M个预测结果根据其对应的频率分量的权重进行融合，得到最终的车位状态预测结果。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。