买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利基于迁移学习的智能汽车复杂测试场景代理模型设计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120850837B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511376432.7，技术领域涉及：G06F30/27；该发明授权基于迁移学习的智能汽车复杂测试场景代理模型设计方法是由黄殷梓;朱冰;赵健;张培兴;高质桐;李文旭设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本基于迁移学习的智能汽车复杂测试场景代理模型设计方法在说明书摘要公布了：本发明涉及一种复杂测试场景代理模型设计方法，特别涉及一种基于迁移学习的智能汽车复杂测试场景代理模型设计方法，首先进行代理模型架构设计，其次使用虚拟仿真工具获得复杂测试场景对应的测试结果，对代理模型进行预训练；然后基于少量数据使用迁移学习修正代理模型；最后引入结合动态学习率调度的元学习微调方法，将每一次微调分解为内层任务快速适应与外层全局泛化优化两部分，内层通过动态余弦退火学习率策略，使模型在早期以较大学习率快速捕捉特定测试场景信号，后期逐步减小步长以抑制过拟合；外层对所有任务在验证集上的表现进行梯度聚合，采用退火学习策略动态调整元学习率，确保在元更新初期能进行充分探索、后期稳健收敛。

本发明授权基于迁移学习的智能汽车复杂测试场景代理模型设计方法在权利要求书中公布了：1.一种基于迁移学习的智能汽车复杂测试场景代理模型设计方法，其特征在于：步骤如下： 首先，进行代理模型架构设计，将测试场景分割成轨迹、道路和气象信息，利用门控循环单元提取复杂测试场景中的轨迹信息；利用卷积神经网络提取复杂测试场景中的道路信息；将气象参数具体取值以合并方式进行特征整合；再利用全连接层实现复杂测试场景到测试结果的映射，预测复杂测试场景的测试结果； 其次，使用虚拟仿真工具获得复杂测试场景对应的测试结果，利用虚拟仿真测试场景和测试结果的对应关系对代理模型进行预训练；然后利用硬件在环和实车道路测试方法获得测试场景和测试结果的对应关系，使用迁移学习修正代理模型； 最后，在基于迁移学习的预训练与修正代理模型流程之后，通过结合动态学习率调度的元学习微调方法，在虚拟仿真、硬件在环和实车道路三种数据源中采样多任务，模拟多种测试场景下的少样本适应过程，将每一次微调分解为“内层任务快速适应”与“外层全局泛化优化”两部分，内层通过动态余弦退火学习率策略，使模型在每个小样本任务的早期以较大学习率快速捕捉特定测试场景信号，而在后期逐步减小步长以抑制过拟合；外层对所有任务在验证集上的表现进行梯度聚合，并采用退火学习策略动态调整元学习率； 最终输出聚合后能够快速适应新场景的参数；将“内层任务快速适应”与“外层全局泛化优化”流程重复数次后，得到微调后的最终参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。