公开(公告)号：CN114185939A

公开(公告)日：2022-03-15

申请号：CN202111420604.8

申请日：2021-11-26

Applicant: 中山大学

Inventor： 熊宸 ,  曾德龙 ,  陈冠旭 ,  蔡楷欣 ,  蔡铭

IPC: G06F16/2455 ,  G06F16/29 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明公开了基于长短时记忆网络和网格化匹配的公交匹配方法及装置，方法包括：获取目标用户的轨迹点数据，将目标用户的轨迹点按照时间顺序划分为多个轨迹段，并通过长短时记忆网络获取每个轨迹点的状态信息；对各个轨迹段进行拼接，并将根据拼接得到轨迹段中轨迹点的状态信息，确定公交段，并根据各个公交段确定公交上下时间表；根据公交上下时间表截取目标用户每一段公交对应的用户轨迹，将用户轨迹与网格化处理后的公交GPS数据进行求交集运算，确定用户轨迹上的公交信息；对用户轨迹上的公交信息进行筛选，确定用户乘坐公交的匹配结果。本发明的匹配精度高，能够确定完整的用户公交出行情况，可广泛应用于交通数据处理技术领域。

公开(公告)号：CN118311462A

公开(公告)日：2024-07-09

申请号：CN202410368120.0

申请日：2024-03-28

Applicant: 中山大学

Inventor： 杨芳芳 ,  陈冠旭

IPC: G01R31/392 ,  G06F18/213 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985 ,  G01R31/367 ,  G01R31/3835

Abstract: 本发明公开了一种基于KL散度和保留网络的电池健康状态估计方法及装置，该方法包括：通过B样条算法，对任意时间间隔的电压‑时间数据进行拟合，得到目标B样条曲线；生成第一时间戳数据，将所述第一时间戳数据输入所述目标B样条曲线，生成电压序列数据；根据所述电压序列数据，提取KL散度的特征；将所述KL散度的特征进行组合，得到初始KL散度二维矩阵；对所述初始KL散度二维矩阵进行标准化处理，得到目标KL散度二维矩阵；将所述目标KL散度二维矩阵输入保留网络架构中，得到目标电池健康状态估计模型。本发明能够实现高精度、低训练时间成本、低训练空间成本的锂离子电池健康状态估计，能广泛应用于电池管理技术领域。

公开(公告)号：CN116106751A

公开(公告)日：2023-05-12

申请号：CN202310115073.4

申请日：2023-02-10

Applicant: 中山大学

Inventor： 郭凯 ,  陈冠旭 ,  朱耀辉 ,  杨芳芳

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/382

Abstract: 本发明公开了一种基于Informer的锂离子电池荷电状态估计方法，包括采集电池样本数据，构建Informer网络模型，使用Informer网络模型对所述电池样本数据进行处理，获得锂离子电池的荷电状态估计值等步骤。本发明使用的Informer网络模型通过减少注意力机制的点积计算，以及改进编码器—解码器架构的方式，减少了计算复杂度和空间复杂度，提升模型训练和计算的速度，并在一定程度上解决了循环神经网络存在的累计误差问题，可以取得更高的SOC估计精度，在MAE、RMSE误差指标上显现出优越性，可以更好地解决低温度条件下估计困难，以及温度扩展能力不足的问题。本发明广泛应用于电池技术领域。