-
公开(公告)号：CN117093443A
公开(公告)日：2023-11-21
申请号：CN202310908487.2
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/30 , G06F18/214 , G06F18/22 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本申请涉及一种车机日志异常检测方法、装置、电子设备及存储介质，包括：对待检测日志数据进行精细化处理，并基于精细化处理后的待检测日志数据匹配对应的日志模板，且根据对应的日志模板的模板向量构建模型输入向量，将模型输入向量输入至预先构建的日志异常检测模型，得到待检测日志数据的日志检测值，若日志检测值大于预设阈值，则判定待检测日志数据为正常日志，否则，判定待检测日志数据为异常日志。由此，解决了相关技术中日志数据预处理模块未结合日志数据本身做精细化处理，日志模板匹配阶段未结合日志结构做权重加成以及预测模型预测结果时，未对日志分布不均衡带来的预测偏差做调整等问题。
-
公开(公告)号：CN116932267A
公开(公告)日：2023-10-24
申请号：CN202310916253.2
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/07
Abstract: 本发明涉及一种车机日志数据处理方法、装置、电子设备及存储介质，包括：获取待处理的车机日志数据，将车机日志数据转化为结构化日志数据，并判断结构化日志数据是否满足预设的精细化处理条件，若结构化日志数据满足预设的精细化处理条件，则基于预设的精细化处理条件，确定结构化日志数据的精细化处理策略，根据精细化处理策略对结构化日志数据进行精细化处理，得到精细化日志数据。本发明通过将半结构化车机日志数据转为结构化数据，并进行精细化处理，提高计算机对日志的理解能力，解决了在相关技术的日志异常检测中，预处理模块未结合日志数据作精细化处理，导致日志异常检测准确率较低等问题，从而提高了日志异常检测的准确率。
-
公开(公告)号：CN116894395A
公开(公告)日：2023-10-17
申请号：CN202310925077.9
申请日：2023-07-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06F30/27 , G06N3/0475 , G06N3/094 , G06N3/092
Abstract: 本申请涉及一种自动驾驶测试场景的生成方法、系统及存储介质，通过构建交通流仿真环境，从交通流仿真环境中采集仿真数据；基于所述仿真数据对人类驾驶行为策略模型进行训练，并将训练完成的人类驾驶行为策略模型中的生成器作为自然对抗测试场景模型；基于自然对抗测试场景模型来生成自动驾驶测试场景。本实施例使用已知的交通流数据集构建交通流仿真环境，基于人类驾驶策略的先验经验和强化学习算法构建自然对抗测试场景的框架，构建得到自然对抗测试场景的框架可以生成大量的对抗测试场景，并且本实施例提供的自然对抗测试场景的框架结构简单，数据处理效率高，具有较好的实用性。
-
公开(公告)号：CN116561581A
公开(公告)日：2023-08-08
申请号：CN202310580839.6
申请日：2023-05-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06V30/413 , G06N3/0895
Abstract: 本申请涉及一种模型验证方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括模型验证装置根据预设故障预测模型以及目标车辆在第一历史时间段内的运行信息，确定目标车辆发生故障的故障预测时间，预设故障预测模型为基于弱监督学习训练得到的，第一历史时间段为目标车辆发生故障的故障发生时间之前的时间段。进一步的，模型验证装置根据故障预测时间以及故障发生时间，验证预设故障预测模型的准确性是否满足预设需求。由此，实现了验证通过弱监督学习训练得到的模型的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117944596A
公开(公告)日：2024-04-30
申请号：CN202410013080.8
申请日：2024-01-02
Applicant: 重庆长安汽车股份有限公司
IPC: B60R16/023
Abstract: 本申请公开了一种车辆控制方法、装置、系统、车辆及可读存储介质，涉及车辆技术领域，以实现灵活的生成车辆的个性化场景。该方法包括：获取用户的语音数据以及用户的行为数据；将行为数据输入预设业务模板得到业务结果；将业务结果代入困惑度公式得到业务结果的困惑度，并在困惑度小于困惑度阈值的情况下，将业务结果输入场景编排模型，得到第一协议脚本；确定第一场景编排结果和第二场景编排结果；响应于用户的选择操作，确定第一场景编排结果和第二场景编排结果是否为有效场景编排结果；在第一场景编排结果和第二场景编排结果均为有效场景编排结果的情况下，基于车辆的状态，确定目标场景编排结果，并执行目标场景编排结果。
-
公开(公告)号：CN117519684A
公开(公告)日：2024-02-06
申请号：CN202311521336.8
申请日：2023-11-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06F8/34 , G06F8/41 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/177 , G06F16/35
Abstract: 本发明涉及一种车辆场景编排服务方法、系统、智能汽车及存储介质，所述方法包括：响应于接收到的触发数据，根据所述触发数据构建多个模态的场景数据，所述触发数据包括触发场景编排服务的检测数据；基于所述场景数据的模态，在所述场景数据中添加位置编码，获得第一序列数据；融合所有的所述第一序列数据，获得第二序列数据；将所述第二序列数据输入预先微调后的预训练大语言模型，获得符合预设车控语义协议的车辆场景编排结果；解析所述车辆场景编排结果，将解析后的结果发送至执行器以实现车辆场景服务。实现了座舱多模态感知能力，能够更加精准的捕捉用户在车端的需求，将源自于预训练语言大模型的能力真正服务到车端用户。实现了车端场景的自适应编排服务。
-
公开(公告)号：CN116910563A
公开(公告)日：2023-10-20
申请号：CN202311092244.2
申请日：2023-08-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06F18/214 , G06F18/24
Abstract: 本发明涉及一种用户分类模型训练方法、装置、通信设备、存储介质及车辆，包括：将不同用户的训练数据输入至初始化后的特征提取模块，得到目标特征输出值；将目标特征输出值输入至初始化后的预测模块，得到目标预测值；根据目标预测值和训练数据对应的真值得到偏差值；将目标特征输出值和偏差值输入至优化后的用户分类模块，得到优化预测值；根据训练数据和优化预测值对特征提取模块、预测模块以及用户分类模块进行优化，得到目标损失值；当目标损失值达到预设收敛条件时得到训练完成的用户分类模型。本发明通过训练一种用户分类模型，将不同用户分配到不同的预测模块的不同预测器上，从而实现通过不同的预测器给出相应的功能推荐结果。
-
公开(公告)号：CN116775482A
公开(公告)日：2023-09-19
申请号：CN202310746331.9
申请日：2023-06-21
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种UI测试方法、装置、电子设备及存储介质。方法包括：通过基于预设的文本识别策略，对与待测版本的程序产品所对应的UI图像进行文本识别，得到包括文本及文本位置的第一识别结果；基于预设的图像识别策略，对UI图像进行图形识别，得到包括几何图形及几何图形位置的第二识别结果；从第一识别结果和第二识别结果中，确定可点击的文本和几何图形，以作为UI按钮；基于UI图像中的每个UI按钮对应的当前位置，控制测试工具的触头点击程序产品的UI操作界面中的每个UI按钮，得到测试结果。如此，直接利用用户界面图像进行UI按钮的识别与定位，并进行UI的自动化测试，有利于提高UI测试的效率并降低成本。
-
公开(公告)号：CN115858781A
公开(公告)日：2023-03-28
申请号：CN202211511147.8
申请日：2022-11-29
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/35 , G06F40/242 , G06F40/289 , G06F40/30 , G06F16/332 , G06N3/045 , G06N3/08
Abstract: 本申请涉及一种文本标签提取方法、装置、设备及介质，其中，方法包括：获取若干业务语料，根据业务词典对业务语料进行分词处理，得到业务分词；调用语言模型根据相邻词间的搭配信息，对业务分词进行长词组合，得到长词语料；筛选出长词语料中的专业高频词，添加至业务词典，作为更新业务词典；基于更新业务词典对业务语料进行标签提取，并将提取得到的标签集中的高相关性标签添加至业务标签库，以便调用打标模型基于业务标签库对待识别文本进行标签提取，得到文本标签。由此，可结合语言模型根据相邻词间的搭配信息提高专业长词的召回率，保证业务词典的专业性以及全面性，从而可以保证专业长词的有效标签提取。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.041 seconds)
