“刘玄武”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于混合时序网络的智能换电引导方法和系统-CN202311134737.8在审
发明人：李朝;刘玄武;肖劼;任国奇;胡始昌;杨斌 -专利权人：杭州宇谷科技股份有限公司
申请日： 2023-09-05 - 公布日： 2023-10-13 - 主分类号： G01C21/34 文献下载
摘要：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准换电点位推荐，为用户提供实时、丰富且准确的换电信息支持。
一种基于混合时序网络智能引导方法系统

[发明专利]基于深度学习的换电柜网络布局方法、系统、装置及介质-CN202310821603.7有效
发明人：李朝;刘玄武;肖劼;任国奇 -专利权人：杭州宇谷科技股份有限公司
申请日： 2023-07-06 - 公布日： 2023-10-10 - 主分类号： G06F30/18 文献下载
摘要：本发明公开了一种基于深度学习的换电柜网络布局方法、系统、装置及介质，根据换电柜的当前特征数据获取所述换电柜的原始特征向量，以及目标点位的落柜标签；确定所述原始特征向量和所述落柜标签之间的相关性系数，并根据所述相关性系数进行特征选择，获取输入数据；采用基于所述换电柜的历史特征数据预先训练好的深度学习网络模型，根据所述输入数据获取预测标签；基于所述预测标签和所述换电柜的点位特征参数，确定所述目标点位的换电柜落柜数量。本发明充分利用多重特征维度信息获取换电柜网络可行性点位的落柜数量，既减小了换电柜网络点位预测的偏差，也减小了由于历史因素信息缺失比较严重时，影响到推荐的落柜点位数量的总体误差。
基于深度学习换电柜网络布局方法系统装置介质

[发明专利]基于最优化算法的运维工单生成方法和系统-CN202310961230.3在审
发明人：李朝;刘玄武;肖劼;任国奇;胡始昌 -专利权人：杭州宇谷科技股份有限公司
申请日： 2023-08-02 - 公布日： 2023-09-05 - 主分类号： G06Q10/20 文献下载
摘要：本申请涉及一种基于最优化算法的运维工单生成方法，其中，该方法包括：通过以目标区域内换电装置的位置信息为节点，以换电装置之间的连线为边，构建换电网络图谱；基于该换电网络图谱，通过不同处理算法，集合点位距离、运维工单时间、工单优先级、工单难易程度等多种维度，进行运维工单的规划处理，生成城市各区域的运维工单包。从而能够在现实大规模复杂环境中，为运维人员提供最优的运维路线，提升运维效率。
基于优化算法运维工单生成方法系统

[发明专利]基于深度强化学习的电池调度方法、系统、装置及介质-CN202310821537.3在审
发明人：李朝;刘玄武;肖劫;任国奇 -专利权人：杭州宇谷科技股份有限公司
申请日： 2023-07-06 - 公布日： 2023-08-04 - 主分类号： G06Q10/0631 文献下载
摘要：本发明公开了基于深度强化学习的电池调度方法、系统、装置及介质，包括：基于换电柜的当前使用特征数据和当前电池特征数据确定当前强化学习参数；获取目标点位的第一电池分布数量；根据所述历史电池特征数据估算第二电池分布数量；基于所述第一电池分布数量和所述第二电池分布数量，确定所述目标点位的电池分布数量。本发明通过充分利用多重特征维度信息，并利用多重特征维度信息和深度强化学习模型输出各城市各换电柜点位中不同电池类型数量分布策略，减少电池分布的方差，能够在中国各城市内进行不同类型电池的抽取和调拨，使换电柜中不同电池类型数量满足骑手的需求，节省成本的同时，也为骑手派单提供有效的保障。
基于深度强化学习电池调度方法系统装置介质