-
公开(公告)号：CN118964568A
公开(公告)日：2024-11-15
申请号：CN202411038877.X
申请日：2024-07-31
申请人： 东风汽车集团股份有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F16/338 , G06F40/289 , G06F40/216
摘要： 本发明公开了一种基于大语言模型的车辆故障检索方法及系统，该方法包括：基于专家知识构建车辆故障专家知识库；获取用户的查询文本，利用大语言模型根据所述查询文本生成相关的答案文档；拼接所述答案文档和所述查询文本获得查询语句，根据所述查询语句在所述车辆故障专家知识库中进行检索，得到最终的检索结果。本发明能够利用大语言模型扩展原始查询的车辆故障描述文本，有助于捕捉到用户查询的潜在意图，从而提高检索结果的准确性和相关性，优化用户体验。
-
公开(公告)号：CN118552218A
公开(公告)日：2024-08-27
申请号：CN202410801549.4
申请日：2024-06-20
申请人： 东风汽车集团股份有限公司
摘要： 本发明提供一种二手车残值预测方法及相关设备，涉及汽车评估技术领域，方法包括：获取二手车相关的车辆信息数据和真实残值数据，以构建二手车残值评估模型，其中，二手车残值评估模型包括：随机森林模型、梯度提升决策树模型、基于梯度提升决策树的机器学习模型以及基于梯度提升框架的机器学习模型；基于二手车残值评估模型进行集成学习，以输出二手车残值评估结果。由此，集成学习后的二手车估值的准确度会明显高于单个模型对二手车残值的估值，能够更加准确地指导二手车估值的判定，减少市场中的信息不对称现象，有效保障消费者的合法权益，提高市场的透明度和公平性。
-
公开(公告)号：CN118551020A
公开(公告)日：2024-08-27
申请号：CN202410800680.9
申请日：2024-06-20
申请人： 东风汽车集团股份有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F40/186
摘要： 本发明公开了一种改进的基于生成式预训练模型的NL2Cypher生成方法，包括：获取用户自然语言查询问句并进行预处理；构建第一提示词模板，与预处理后的查询问句拼接得到近似问题表述提示词，使用生成式预训练模型将近似问题表述提示词生成若干个近似问题表述，按照固定格式拼接得到查询问题集合；使用LoRA方法对生成式预训练模型进行微调；构建第二提示词模板，与查询问题集合拼接得到最终提示词；将最终提示词输入到微调后的生成式预训练模型，输出若干个Cypher查询语句结果；构建结果评价函数，对Cypher查询语句结果进行打分，将分数最高的Cypher查询语句结果。本方法能够实现自动化从用户自然语言查询问句转换为Cypher查询语句的功能，提高了转化过程中的准确度。
-
公开(公告)号：CN118777883A
公开(公告)日：2024-10-15
申请号：CN202410887041.0
申请日：2024-07-03
申请人： 东风汽车集团股份有限公司
IPC分类号： G01R31/367 , G01R31/392
摘要： 本申请公开了一种车辆电池故障诊断方法、装置、设备及存储介质，涉及新能源电池监控技术领域，所述车辆电池故障诊断方法包括：对电池关联数据进行数据扩充确定电池扩充数据；根据所述电池扩充数据分别建立目标熵值模型、电池温度模型以及电池波动模型；根据所述目标熵值模型、所述电池温度模型以及所述电池波动模型进行特征筛选与融合，确定电池关键特征；根据所述电池关键特征建立目标电池诊断模型；输入待诊断电池数据至所述目标电池诊断模型，得到目标车辆的电池诊断结果。通过多指标融合的方法，准确地识别电池的异常情况，提前采取措施进行维护和修复，从而延长电池的使用寿命，提高新能源汽车的可靠性和安全性。
-
公开(公告)号：CN118585689A
公开(公告)日：2024-09-03
申请号：CN202410754032.4
申请日：2024-06-12
申请人： 东风汽车集团股份有限公司
IPC分类号： G06F16/906 , G06F16/9535 , G06F18/24 , G06F18/23213 , G06N20/00 , G16Y10/40
摘要： 本申请公开了一种车联网用户画像分类模型的优化方法、装置、设备及介质，属于车辆技术领域。该方法包括：获取用于构建用户画像的原始分类模型的原始用户数据，以及所述原始分类模型构建完成后的新用户数据；对所述新用户数据进行筛选，以得到目标用户数据；利用所述原始用户数据和所述目标用户数据重新构建所述用户画像的分类模型，得到所述用户画像的优化分类模型。该方法可以使用新用户数据中的目标用户数据，结合原使用户数据重新构建用户画像的分类模型，得到优化分类模型，新用户数据是后来在不断进步的互联网技术下收集来的，所以可以使优化分类模型适应互联网技术的进步，提高分类模型的准确性。
-
公开(公告)号：CN118797000A
公开(公告)日：2024-10-18
申请号：CN202410802034.6
申请日：2024-06-20
申请人： 东风汽车集团股份有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F16/36 , G06N5/022 , G06Q10/20
摘要： 本发明公开了一种基于知识图谱的大语言模型车辆故障原因分析方法及系统，该方法包括：获取用户问题文本内容并进行清洗；提取清洗后的文本内容中的故障实体与故障现象并拼接成故障实体‑现象对；将故障实体‑现象对与预设的维修故障知识图谱中的实体进行对齐；根据对齐后的故障实体‑现象对在维修故障知识图谱中进行检索获取匹配到的故障实体‑现象‑原因三元组；将故障实体‑现象‑原因三元组与提示词模板结合，作为用户问题的上文与用户文本内容拼接，传送给大语言模型，输出回复用户的最终结果。本发明提供的方法通过构建车辆的维修故障知识图谱，将维修故障知识图谱与大语言模型相结合，能够对于车辆故障原因做出准确回答。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.03 秒)
