龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：武汉攀升鼎承科技有限公司
摘要：本申请涉及电池续航预测领域，提供了一种基于深度学习的笔记本电池续航预测方法，其通过获取被监测笔记本电脑的实时消耗电量的时间序列，并采用基于深度学习的图像处理和分析技术来进行所述实时消耗电量的时频分析和关联，以此来根据多个实时消耗电量的局部时频图在全时域上的语义关联特征来自动地得到平均耗电量估计值，并基于所述被监测笔记本电脑的剩余电量来估计剩余时长。通过这样的方式，可以更准确并全面地捕捉电量消耗的模式和变化趋势，同时，综合考虑了各个电源器件的电压转换效率，提高了续航时间的预测精度。
主权项：1.一种基于深度学习的笔记本电池续航预测方法，其特征在于，包括:获取被监测笔记本电脑的实时消耗电量的时间序列；对所述实时消耗电量的时间序列进行时频特征提取以得到实时消耗电量二维时频图后对所述实时消耗电量二维时频图进行图像块分割以得到实时消耗电量局部时频图的序列；对所述实时消耗电量局部时频图的序列中的各个实时消耗电量局部时频图分别进行消耗电量时频特征提取以得到实时消耗电量局部时频关联特征向量的序列；将所述实时消耗电量局部时频关联特征向量的序列输入基于显著性-全局性的上下文语义强化模块以得到强化实时消耗电量局部时频关联特征向量的序列；对所述强化实时消耗电量局部时频关联特征向量的序列进行电量消耗特征时序上下文编码以得到消耗电量全时域时序关联特征向量作为消耗电量全时域时序关联特征；基于所述消耗电量全时域时序关联特征，得到平均耗电量估计值；将所述被监测笔记本电脑的剩余电量除以所述平均耗电量估计值以得到估计剩余时长。
全文数据：
权利要求：
百度查询： 武汉攀升鼎承科技有限公司 基于深度学习的笔记本电池续航预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号