Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 鱼快创领智能科技(南京)有限公司张中磊获国家专利权

鱼快创领智能科技(南京)有限公司张中磊获国家专利权

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!

龙图腾网获悉鱼快创领智能科技(南京)有限公司申请的专利基于Transformer模型和对比学习的商用车细分市场识别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:CN121479474B

龙图腾网通过国家知识产权局官网在2026-04-07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:202610023980.X,技术领域涉及:G06F18/241;该发明授权基于Transformer模型和对比学习的商用车细分市场识别方法是由张中磊;孟健;金志宇;刘子扬;杨诺;李越;蒋帅;李强设计研发完成,并于2026-01-09向国家知识产权局提交的专利申请。

基于Transformer模型和对比学习的商用车细分市场识别方法在说明书摘要公布了:本发明提供一种基于Transformer模型和对比学习的商用车细分市场识别方法,包括如下步骤:S1:获取车辆信息并拼装为统一的句式;S2:根据细分市场类型对句式进行分类,得到数据集合;S3:基于数据集合构建输入结构;S4:构建神经网络模型并进行训练;S5:输出车辆所属的细分市场类型;本方法直接从商用车车联网系统提取车辆信息冰拼接为统一句式,替代人工致电采集、无需客服参与沟通,消除电话无法接通、司机配合度低等问题,提高信息采集速度,节省人力成本和时间成本;将车辆信息按固定格式拼装为统一句式,避免人工采集的记录差异;通过整体模型输出概率分布,选取最高概率作为识别结果,避免人工判断的主观性误差。

本发明授权基于Transformer模型和对比学习的商用车细分市场识别方法在权利要求书中公布了:1.一种基于Transformer模型和对比学习的商用车细分市场识别方法,其特征在于:包括以下步骤: S1:获取车辆信息并拼装为统一的句式; S11:筛选已标记细分市场类型的车辆; S12:获取车辆信息并进行拼装; S2:根据细分市场类型对句式进行分类,得到数据集合; S3:基于数据集合构建输入结构; 对于步骤S2中得到的数据集合,构成对应的输入结构,每个输入结构包含一个原句式origin、正例entailment、反例contradiction; 所述原句式为每个数据集合原有的句式;所述正例为与原句式在同一数据集合中的句式;所述反例为与原句式不在同一数据集合中的句式; 记每种细分市场类型所能构成的输入结构的数量为; ; 其中,为每种细分市场类型的原句式origin的数量,即此细分市场类型的数据集合中的元素总数,大于等于2;-1为每个原句式对应的正例entailment的数量;M-为每个句式对应的反例contradiction的数量,M为步骤S2中所有数据集合的元素总数; 将8个相加,得到W个输入结构; S4:构建神经网络模型并进行训练; S41:将输入结构中的句式转化为token序列; 将输入结构中包含的句式逐一转化为token序列; 通过tokenizer工具将步骤S3得到的输入结构中的原句式origin、正例entailment、反例contradiction逐一转化为固定长度的token序列; S42:构建神经网络模型并训练; 使用Transformer模型的Encoder部分构建神经网络模型; 设定批次大小为V,将步骤S3得到的W个输入结构按照按批次大小V划分为多个批次;依次使用各个批次的输入结构对神经网络模型进行训练,每轮训练完所有批次后,打乱W个输入结构顺序重新划分批次,重复迭代更新神经网络模型参数直至神经网络模型的损失值loss降至预设阈值; 依次将每轮所有批次输入结构包含的token序列输入到神经网络模型,输出对应的Embedding向量; 每个输入结构中原句式的token序列输出的Embedding向量为、正例entailment的token序列输出的Embedding向量为、反例contradiction的token序列输出的Embedding向量为; 用、、三个向量作对比学习,对应代入到以下公式中,得到单个批次的损失值loss; ; 其中,s函数为向量距离计算函数、e为自然对数; 神经网络模型初始化参数梯度为0,以计算出的损失值loss为起点反向推导其对输出的Embedding向量及神经网络模型参数的梯度,通过SGD优化器,结合梯度的方向和预设的学习率调整神经网络模型参数,迭代遍历本轮所有批次,完成后打乱样本重新分批次;多轮重复上述流程,直至loss降至预设阈值,完成训练; S5:输出车辆所属的细分市场类型; S51:基于训练完成的神经网络模型构建分类器并训练; S52:判定车辆所属的细分市场类型。

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鱼快创领智能科技(南京)有限公司,其通讯地址为:211102 江苏省南京市江宁区苏源大道19号九龙湖国际企业总部园A1座17层;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。