-
公开(公告)号：CN117153144B
公开(公告)日：2024-02-06
申请号：CN202311425249.2
申请日：2023-10-31
Applicant: 杭州宇谷科技股份有限公司
IPC: G10L13/027 , H02J7/00 , G10L13/08 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本申请涉及一种基于端计算的电池信息语音播报方法和装置，其中，该电池信息语音播报方法应用于换电设备中的电池管理系统，包括：获取目标电池在当前状态下的参数信息，将所述参数信息进行文本转换得到文本数据；根据预先训练的语音合成模型将所述文本数据转换为语音信号；根据所述语音信号控制播放器进行语音播报；所述语音合成模型被配置为融合EDSA网络的Transformer TTS模型，具体包括编码器和解码器，所述解码器包括所述EDSA网络，和与所述EDSA网络数据链接的自注意力层；所述EDSA网络用于对所输入的多维度特征数据进行线性计算得到处理数据；所述自注意力层用于对所述处理(56)对比文件吴邦誉;周越;赵群飞;张朋柱.采用拼音降维的中文对话模型.中文信息学报.2019,(第05期),全文.
-
公开(公告)号：CN116879761A
公开(公告)日：2023-10-13
申请号：CN202311140554.7
申请日：2023-09-06
Applicant: 杭州宇谷科技股份有限公司
IPC: G01R31/367 , G01R31/382 , G01R31/52
Abstract: 本发明公开了基于多模态的电池内短路检测方法、系统、装置及介质，包括：获取当前电池数据，采用预训练Transformer模型提取当前电池数据的图像特征和序列特征；将图像特征和序列特征进行多模态融合，得到当前多模态融合特征；采用基于电池的历史多模态融合特征预先训练好的电池数据模型，对当前多模态融合特征进行自引发型内短路检测，得到电池内短路检测结果。基于多模态数据融合的方法，通过融合不同模态的信息，丰富了电池的特征。同时，采用Transformer模型，使算法在处理少数据样本和长序列信息时具备更好的特征提取能力。这种方法可以更加灵活和更早地识别电池的状况，以保障电池的使用安全，并提高对锂电池自引发型内短路的检测准确率。
-
公开(公告)号：CN117689272B
公开(公告)日：2024-06-07
申请号：CN202410147379.2
申请日：2024-02-02
Applicant: 杭州宇谷科技股份有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06Q30/018 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种衡量ESG换电系统价值的方法、电子设备及存储介质，包括：获取骑手的换电订单数据和电池GPS定位数据，并根据电池GPS定位数据确定骑手的固定出发点；根据换电订单数据和电池GPS定位数据得到骑手的真实轨迹数据；将真实轨迹数据中的换电柜位置替换为固定出发点，得到假设轨迹数据；基于假设轨迹数据，通过预先构建的电池电量估算模型计算骑手到达固定出发点时电池的剩余电量，得到电量估算值，并将假设轨迹数据中固定出发点的电池电量替换为所述电量估算值，得到最终假设轨迹数据；分别根据真实轨迹数据和最终假设轨迹数据分析所述ESG换电系统的价值。本发明首次基于假设性数据挖掘换电柜网络存在的价值，使得评估结果更准确。
-
公开(公告)号：CN117689272A
公开(公告)日：2024-03-12
申请号：CN202410147379.2
申请日：2024-02-02
Applicant: 杭州宇谷科技股份有限公司
IPC: G06Q10/0639 , G06Q50/06 , G06Q30/018 , G06N3/0455 , G06N3/08
Abstract: 本申请涉及一种衡量ESG换电系统价值的方法、电子设备及存储介质，包括：获取骑手的换电订单数据和电池GPS定位数据，并根据电池GPS定位数据确定骑手的固定出发点；根据换电订单数据和电池GPS定位数据得到骑手的真实轨迹数据；将真实轨迹数据中的换电柜位置替换为固定出发点，得到假设轨迹数据；基于假设轨迹数据，通过预先构建的电池电量估算模型计算骑手到达固定出发点时电池的剩余电量，得到电量估算值，并将假设轨迹数据中固定出发点的电池电量替换为所述电量估算值，得到最终假设轨迹数据；分别根据真实轨迹数据和最终假设轨迹数据分析所述ESG换电系统的价值。本发明首次基于假设性数据挖掘换电柜网络存在的价值，使得评估结果更准确。
-
公开(公告)号：CN117436551B
公开(公告)日：2024-06-21
申请号：CN202311736324.7
申请日：2023-12-18
Applicant: 杭州宇谷科技股份有限公司
IPC: G06N20/00 , G06N3/0895 , G06N5/04 , G06F18/214 , G06F18/23213 , G06F16/332 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种智能客服模型的训练方法和系统，其中，该方法包括：通过初步训练后的智能客服模型得到未标注样本的预测答案；若预测答案为错误答案，则对错误答案对应的未标注样本进行人工标注，得到第一标注样本；若预测答案为正确答案，则基于标准问题库对未标注样本进行自动标注，得到第二标注样本；基于第一标注样本和第二标注样本，完成智能客服模型的最终训练。通过本申请，解决了如何训练精准度高且成本低的智能客服模型的问题，实现了通过初步训练的智能客服模型对未标注样本进行有针对性的筛选标注，降低训练样本标注的成本，基于筛选标注后的样本完成智能客服模型的最终训练，有效提高模型精度。
-
Patent Agency Ranking
公开(公告)号：CN117407718A
公开(公告)日：2024-01-16
申请号：CN202311726033.X
申请日：2023-12-15
Applicant: 杭州宇谷科技股份有限公司
IPC: G06F18/214 , G06F18/23 , G06N3/092 , G06N3/0499 , G06N3/084
Abstract: 本申请涉及一种换电预测模型的训练方法、应用方法和系统，其中，该训练方法包括：基于电池基本特征、用户基本特征和交互性特征，构建得到换电状态特征；对电池基本特征进行连续性特征的离散化，构建得到换电动作特征；基于换电状态特征、换电动作特征和奖励值特征，构建用于模型训练的训练数据集，其中，奖励值特征通过问卷调查的形式获得；基于训练数据集，完成换电预测模型的训练。通过本申请，首次实现了基于图网络结构的换电预测模型的训练，通过该模型能够实时准确输出契合用户需求的换电电池，解决了如何合理进行换电电池的推荐的问题。
-
公开(公告)号：CN116878535B
公开(公告)日：2023-12-12
申请号：CN202311134737.8
申请日：2023-09-05
Applicant: 杭州宇谷科技股份有限公司
IPC: G01C21/34 , B60L53/80 , G06Q10/047 , G06Q50/06 , G06N3/0442 , G06N3/049 , G06N3/048 , G06N3/08
Abstract: 本申请涉及一种种基于混合时序网络的智能换电引导方法，通过从历史换电数据提取换电特征；通过基于换电特征建立的相关性系数图谱，从换电特征中抽取目标换电特征；基于目标换电特征对混合时序网络进行训练，得到续航距离预估模型，其中，混合时序网络包括Lstm_mix网络和MLP网络；通过续航距离预估模型得到预估续航距离，并根据预估续航距离，以及预先获取的用户位置和换电柜位置，生成用户换电引导信息。解决了相关技术中用户换电效率较低的问题，充分考虑到用户个性化换电习惯，贴合大数据分析预估模型，对骑手配送时换电需求作出精(56)对比文件Di Huang;Chenyu Zhang;Qiang Li;等.Prediction of Solar Photovoltaic PowerGeneration Based on MLP and LSTM neuralnetworks.2020 IEEE 4th Conference onEnergy Internet and Energy SystemIntegration.2021,全文.欧微;柳少军;贺筱媛;郭圣明.基于时序特征编码的目标战术意图识别算法.指挥控制与仿真.2016,38(06),全文.
-
公开(公告)号：CN116862078B
公开(公告)日：2023-12-12
申请号：CN202311126893.X
申请日：2023-09-04
Applicant: 杭州宇谷科技股份有限公司
IPC: G06Q10/04 , G06Q40/03 , G06F18/214 , G06F18/2321 , G06F18/25 , G06N20/00 , G06Q50/06
Abstract: 本发明公开了一种换电套餐用户逾期的预测方法、系统、装置及介质，包括：获取用户的历史样本集；基于历史样本集进行聚类处理确定初始簇集合，对初始簇集合中的每个初始簇进行上采样，确定新样本集；基于新样本集和历史样本集合并得到的数据集，对预先构建的融合模型进行训练，得到预测模型；根据预测模型，对待预测用户数据进行用户逾期预测，得到换电套餐用户逾期结果。本申请通过扩展随机数范围，可以增加样本集的多样性，避免样本过于集中而导致的重复数据，有效地减少重复数据的产生，并降低合成边界噪声样本的数量。同时通过融合模型结(56)对比文件US 2018336362 A1,2018.11.22祝由 等.供应链金融风险评估研究综述——基于知识图谱技术《.系统工程理论与实践》.2023,第第43卷卷(第第3期期),第795-812页.
-
公开(公告)号：CN117407718B
公开(公告)日：2024-03-26
申请号：CN202311726033.X
申请日：2023-12-15
Applicant: 杭州宇谷科技股份有限公司
IPC: G06F18/214 , G06F18/23 , G06N3/092 , G06N3/0499 , G06N3/084
Abstract: 本申请涉及一种换电预测模型的训练方法、应用方法和系统，其中，该训练方法包括：基于电池基本特征、用户基本特征和交互性特征，构建得到换电状态特征；对电池基本特征进行连续性特征的离散化，构建得到换电动作特征；基于换电状态特征、换电动作特征和奖励值特征，构建用于模型训练的训练数据集，其中，奖励值特征通过问卷调查的形式获得；基于训练数据集，完成换电预测模型的训练。通过本申请，首次实现了基于图网络结构的换电预测模型的训练，通过该模型能够实时准确输出契合用户需求的换电电池，解决了如何合理进行换电电池的推荐的问题。
-
公开(公告)号：CN117436551A
公开(公告)日：2024-01-23
申请号：CN202311736324.7
申请日：2023-12-18
Applicant: 杭州宇谷科技股份有限公司
IPC: G06N20/00 , G06N3/0895 , G06N5/04 , G06F18/214 , G06F18/23213 , G06F16/332 , G06F16/33 , G06F16/35
Abstract: 本申请涉及一种智能客服模型的训练方法和系统，其中，该方法包括：通过初步训练后的智能客服模型得到未标注样本的预测答案；若预测答案为错误答案，则对错误答案对应的未标注样本进行人工标注，得到第一标注样本；若预测答案为正确答案，则基于标准问题库对未标注样本进行自动标注，得到第二标注样本；基于第一标注样本和第二标注样本，完成智能客服模型的最终训练。通过本申请，解决了如何训练精准度高且成本低的智能客服模型的问题，实现了通过初步训练的智能客服模型对未标注样本进行有针对性的筛选标注，降低训练样本标注的成本，基于筛选标注后的样本完成智能客服模型的最终训练，有效提高模型精度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.033 seconds)
