-
公开(公告)号：CN118428368B
公开(公告)日：2024-10-22
申请号：CN202410543664.6
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F40/295 , G06F16/35 , G06F18/214 , G06F16/36 , G06F40/30 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种汽车系统故障知识图谱命名实体识别重组方法及系统，该方法包括：获取汽车故障数据集中处理结果字段的原始文本集；去除所述原始文本集中的冗余信息获得预处理文本集；对所述预处理文本集进行语义抽取获得语义位置向量集；利用多策略动态赋权识别模型对每个预处理文本的语义位置向量进行处理，识别出每个预处理文本中的故障部位实体和失效形式实体；对每个预处理文本的故障部位实体和失效形式实体进行重组，将每个重组结果作为汽车系统故障知识图谱的一个命名实体。本发明加快了命名实体识别速度、准确性，完整地提取命名实体，能适用于复杂句子结构的命名实体识别。
-
公开(公告)号：CN116723193A
公开(公告)日：2023-09-08
申请号：CN202310242559.4
申请日：2023-03-14
Applicant: 重庆大学
IPC: H04L67/1008 , H04L67/1027 , H04L67/62 , H04L67/12
Abstract: 本发明适用于数据处理中云计算任务优化调度领域，提供了一种基于车载以太网的负载均衡方法、装置及终端设备，方法包括在J个服务实例运行的设备中计算第j个服务实例的负载率；获取第j个服务实例的执行时间；在客户端运行的设备中，获取车载应用请求的响应时间，响应时间为车载应用请求发出至客户端接收到响应数据的时间；通过改进蚁群算法生成负载均衡调度指令，以使客户端执行负载均衡调度指令；当客户端收到任意服务实例的不可用事件通知时，或接收到新增服务实例通知时，更新通过改进蚁群算法生成负载均衡调度指令所使用的信息素矩阵。本发明可以选择执行时间更短、响应速度更快、负载水平更低的目标服务实例来执行车载应用请求。
-
公开(公告)号：CN115130517A
公开(公告)日：2022-09-30
申请号：CN202210782304.2
申请日：2022-07-05
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及计算机汽车故障检测技术领域，公开了一种基于LightGBM的汽车胎压故障精准定位方法，包括分别采集车端胎压数据与胎压故障情况的数据，对两组数据进行预处理，对预处理的信号数据进行分离、特征融合，得到胎压异常信号特征数据；对车胎压故障利用drools规则算法进行判定，得到故障标签，再基于LightGBM模型，对胎压异常信号特征数据和对应的故障标签训练得到故障异常类型的精确分类模型；将特征数据拆分为训练集与测试集，利用测试集对训练后的精确分类模型进行测试，并设定一个预设阈值，若精确分类模型测试的准确率大于预设阈值，则完成精确分类模型的建立，反之则对训练错误的数据利用drools规则算法进行判定，将测试的准确率提高到大于预设阈值。利用LightGBM对胎压故障精准定位。
-
公开(公告)号：CN116112483B
公开(公告)日：2024-02-20
申请号：CN202310134997.9
申请日：2023-02-17
Applicant: 重庆大学
Abstract: 本发明涉及ROS2通信技术领域，尤其涉及一种多维优化ROS2智能通信方法，包括以下步骤：S1、根据数据通信请求，确定数据发送节点以及各数据接收节点，并将数据发送节点作为发送平台将各数据接收节点作为目标通信节点；S2、按照预设的路径规划算法求解数据通信的最佳路径；S3、通过发送平台对待发送的数据进行标记、序列化以及预设的数据处理，得到通信文件；所述预设的数据处理包括加密或压缩；S4、通过ROS2系统，按照S2求解的最佳路径将通信文件发送给通信请求对应的各接收节点；S5、通过目标通信节点接接收到通信文件后，对通信文件中的数据进行解密或解压，并进行反序列化，得到对应的数据信息。本发明可以提高ROS2系统进行数据通信时的效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN117151465A
公开(公告)日：2023-12-01
申请号：CN202311099701.0
申请日：2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括：获取E位专家分别对N种故障模式的3个风险因子的原始评估等级；确定每种故障模式每个风险因子的融合评估值；利用3个风险因子的融合评估值确定每种故障模式的风险优先数；对风险优先数进行排序；基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理，获得专家重构评估值概率分配；对E位专家的专家重构评估值概率分配进行数据融合重构处理，获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理，获得专家重构评估值概率分配，降低证据冲突程度，解决重复值过多问题，提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号：CN116723193B
公开(公告)日：2024-08-27
申请号：CN202310242559.4
申请日：2023-03-14
Applicant: 重庆大学
IPC: H04L67/1008 , H04L67/1027 , H04L67/62 , H04L67/12
Abstract: 本发明适用于数据处理中云计算任务优化调度领域，提供了一种基于车载以太网的负载均衡方法、装置及终端设备，方法包括在J个服务实例运行的设备中计算第j个服务实例的负载率；获取第j个服务实例的执行时间；在客户端运行的设备中，获取车载应用请求的响应时间，响应时间为车载应用请求发出至客户端接收到响应数据的时间；通过改进蚁群算法生成负载均衡调度指令，以使客户端执行负载均衡调度指令；当客户端收到任意服务实例的不可用事件通知时，或接收到新增服务实例通知时，更新通过改进蚁群算法生成负载均衡调度指令所使用的信息素矩阵。本发明可以选择执行时间更短、响应速度更快、负载水平更低的目标服务实例来执行车载应用请求。
-
公开(公告)号：CN117151465B
公开(公告)日：2024-08-20
申请号：CN202311099701.0
申请日：2023-08-29
Applicant: 重庆大学
IPC: G06Q10/0635 , G06F18/25 , G06F17/18
Abstract: 本发明提供智能网联汽车电机系统故障模式影响分析方法及系统。包括：获取E位专家分别对N种故障模式的3个风险因子的原始评估等级；确定每种故障模式每个风险因子的融合评估值；利用3个风险因子的融合评估值确定每种故障模式的风险优先数；对风险优先数进行排序；基于第n种故障模式第j个风险因子的原始评估相差等级对每位专家的评估等级进行相应扩级处理，获得专家重构评估值概率分配；对E位专家的专家重构评估值概率分配进行数据融合重构处理，获得第j个风险因子的融合评估值。基于原始评估相差等级进行相应扩级处理，获得专家重构评估值概率分配，降低证据冲突程度，解决重复值过多问题，提升智能网联汽车电机系统故障模式分析的准确性。
-
公开(公告)号：CN118428368A
公开(公告)日：2024-08-02
申请号：CN202410543664.6
申请日：2024-04-30
Applicant: 重庆大学
IPC: G06F40/295 , G06F16/35 , G06F18/214 , G06F16/36 , G06F40/30 , G06N3/0464 , G06N3/09
Abstract: 本发明提供了一种汽车系统故障知识图谱命名实体识别重组方法及系统，该方法包括：获取汽车故障数据集中处理结果字段的原始文本集；去除所述原始文本集中的冗余信息获得预处理文本集；对所述预处理文本集进行语义抽取获得语义位置向量集；利用多策略动态赋权识别模型对每个预处理文本的语义位置向量进行处理，识别出每个预处理文本中的故障部位实体和失效形式实体；对每个预处理文本的故障部位实体和失效形式实体进行重组，将每个重组结果作为汽车系统故障知识图谱的一个命名实体。本发明加快了命名实体识别速度、准确性，完整地提取命名实体，能适用于复杂句子结构的命名实体识别。
-
公开(公告)号：CN116112483A
公开(公告)日：2023-05-12
申请号：CN202310134997.9
申请日：2023-02-17
Applicant: 重庆大学
Abstract: 本发明涉及ROS2通信技术领域，尤其涉及一种多维优化ROS2智能通信方法，包括以下步骤：S1、根据数据通信请求，确定数据发送节点以及各数据接收节点，并将数据发送节点作为发送平台将各数据接收节点作为目标通信节点；S2、按照预设的路径规划算法求解数据通信的最佳路径；S3、通过发送平台对待发送的数据进行标记、序列化以及预设的数据处理，得到通信文件；所述预设的数据处理包括加密或压缩；S4、通过ROS2系统，按照S2求解的最佳路径将通信文件发送给通信请求对应的各接收节点；S5、通过目标通信节点接接收到通信文件后，对通信文件中的数据进行解密或解压，并进行反序列化，得到对应的数据信息。本发明可以提高ROS2系统进行数据通信时的效率和安全性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
