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！

龙图腾网恭喜交通运输部公路科学研究所申请的专利一种基于深度学习的汽车维修项目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：CN119180424B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411677901.4，技术领域涉及：G06Q10/063；该发明授权一种基于深度学习的汽车维修项目预测方法是由陈方华;周刚;邬果昉;巩建强;晋杰;刘富佳;王平;陈潮洲;杨小娟设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种基于深度学习的汽车维修项目预测方法在说明书摘要公布了：本发明涉及一种基于深度学习的汽车维修项目预测方法，包括：获取汽车维修数据，构建数据集；利用关键信息学习策略，将长短期记忆网络与注意机制相结合，构建原始预测模型；利用所述数据集对所述原始预测模型进行训练，获取汽车维修项目预测模型；利用所述汽车维修项目预测模型，预测汽车的所有维修项目。本发明突破了现有方法只能预测汽车部分维修项目的局限性，能够预测汽车的所有维修项目。

本发明授权一种基于深度学习的汽车维修项目预测方法在权利要求书中公布了：1.一种基于深度学习的汽车维修项目预测方法，其特征在于，包括：获取汽车维修数据，构建数据集；利用关键信息学习策略，将长短期记忆网络与注意机制相结合，构建原始预测模型；利用所述数据集对所述原始预测模型进行训练，获取汽车维修项目预测模型；利用所述汽车维修项目预测模型，预测汽车的所有维修项目；所述汽车维修数据为维修次数大于等于两次的车辆数据，所述汽车维修数据包括：车辆数、最多维修次数、平均维修次数、维修项目代码数、每次维修的最大项目代码数、每次维护的平均项目代码数；所述注意机制为： 其中，Q为查询向量，K为关键向量，V为价值向量，Wq为查询向量的权重，Wk为关键向量的权重，T为矩阵转置运算，Wv为价值向量的权重，d为注意力维度；利用所述数据集对所述原始预测模型进行训练包括：将所述数据集中将最后一次保养记录作为标签，剩余的保养记录则作为输入特征，对所述原始预测模型进行训练，使所述原始预测模型能够根据前T次保养的保养项目，预测下一的保养项目；利用所述数据集对所述原始预测模型进行训练还包括：采用二进制交叉熵损失函数作为全局目标函数；所述二进制交叉熵损失函数为： 其中，L为误差结果，为维保项目的种类，i为维保项目的编码序号，为进行转置运算，为第i种维保项目的预测结果，为第i种维保项目的真实结果；所述原始预测模型中，通过长短期记忆网络捕捉维修记录中的长期依赖关系，使模型学习到维保项目发展过程中的长期规律，并通过注意力机制强调关键的历史信息，使得模型能够学习到历史的关键维保项目对未来维保项目的影响。

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交通运输部公路科学研究所，其通讯地址为：100088 北京市海淀区西土城路8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”。