-
公开(公告)号:CN117149479A
公开(公告)日:2023-12-01
申请号:CN202310916998.9
申请日:2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06F11/07 , G06F16/903 , G06F18/22 , G06F40/186 , G06F40/284 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种车机日志检测模型训练方法、装置、电子设备及存储介质,包括:获取待检测的车机日志,生成车机日志对应车机日志数据,对车机日志数据进行精细化处理,得到精细化日志数据,基于精细化日志数据,确定目标日志模板中日志单词的词向量,并将日志单词的词向量的加权平均值作为目标日志模板向量,对车机日志数据进行滑动窗口分割,得到分割结果,采用目标日志模板向量对分割结果进行处理,得到待训练数据集,根据待训练数据集训练预设神经网络,得到车机日志检测模型。本发明实施例基于加权优化的最长公共子序列模型,对日志关键字段提高计算权重,提高了后续日志事件模板的精确率,从而提高了日志异常检测的准确率。
-
公开(公告)号:CN117079067A
公开(公告)日:2023-11-17
申请号:CN202310479740.7
申请日:2023-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/75 , G06V10/82 , G06V10/42 , G06V10/54 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本申请涉及机器学习技术领域,提供了一种模型对抗攻击方法、装置、设备及介质,方法包括:通过初始生成网络,得到携带标签的第一攻击数据集对应的初始对抗样本,并将初始对抗样本传输至目标攻击模型对应的替代模型,得到替代模型的损失值;将第一攻击数据集和不携带标签的第二攻击数据集传输至特征匹配网络,以对语义特征、纹理特征进行特征匹配,得到特征匹配网络的损失值;根据替代模型的损失值、特征匹配网络的损失值,更新初始生成网络的参数,得到目标生成网络;将目标攻击数据集传输至目标生成网络,得到目标对抗样本,并将目标对抗样本传输至目标攻击模型,以实现模型对抗攻击。提高了跨域数据对目标模型的攻击效果,模型攻击范围更广。
-
公开(公告)号:CN116958746A
公开(公告)日:2023-10-27
申请号:CN202310914130.5
申请日:2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/56 , G06V10/82 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了对抗样本生成方法、系统、存储介质及电子设备,涉及汽车智能化应用技术领域,其方法包括以下步骤:S1、获得与训练样本对应的第一颜色统计特征,基于训练样本xi的随机噪声生成第一对抗样本;S2、获得第二颜色统计特征;S3、将第一颜色统计特征及第二颜色统计特征进行归一化处理,分别获得第一颜色分布特征及第二颜色分布特征,并计算二者在颜色各通道之间的相似损失值;S4、通过相似损失值计算获得总体损失值,通过总体损失值与原始损失值计算得到更新损失值;S5、通过更新损失值反向传播更新第一对抗样本,通过本发明生成的对抗样本无论在数字世界和还是在物理世界均可与训练数据具有更高的相似性。
-
公开(公告)号:CN116373536A
公开(公告)日:2023-07-04
申请号:CN202310274293.1
申请日:2023-03-20
Applicant: 重庆长安汽车股份有限公司
IPC: B60H1/00
Abstract: 本申请公开了一种车载空调控制方法、装置及可读存储介质,涉及空调控制技术领域,用于得到表现更加优异的空调控制策略,以提升乘客的使用体验感。该方法包括:获取当前时刻的当前车辆数据以及当前时刻之前预设时间段的历史车辆数据,并根据当前车辆数据以及历史车辆数据得到待处理车辆数据;确定待处理车辆数据的特征向量;特征向量包括第一特征向量以及第二特征向量;基于第一特征向量、第二特征向量以及预先训练好的车载空调控制模型,得到车载空调控制策略,并按照车载空调控制策略控制车载空调。
-
公开(公告)号:CN116311116A
公开(公告)日:2023-06-23
申请号:CN202310139681.9
申请日:2023-02-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/56 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08 , G06N20/20
Abstract: 本申请涉及车辆技术领域,特别涉及一种基于多视角连续学习的分类方法、装置、设备及存储介质,其中,方法包括:获取第一视角图像数据和第二视角图像数据,融合第一视角图像数据和第二视角图像数据,得到双视角融合数据,并将双视角融合数据输入至预先学习的多个分类器,得到每个分类器输出的双视角融合数据所属类别的概率,基于每个分类器输出的双视角融合数据所属类别的概率,聚合得到最终分类结果。由此,解决了传统深度学习模型的融合过程具有一定的偶然性,模型无法记住或识别先前状态,导致难以处理对之前状态的重新访问等问题,从而进一步提升无人驾驶系统在复杂场景中的安全性与稳定性。
-
公开(公告)号:CN116307112A
公开(公告)日:2023-06-23
申请号:CN202310139040.3
申请日:2023-02-20
Applicant: 重庆长安汽车股份有限公司
IPC: G06Q10/04 , G06F16/2458
Abstract: 本申请涉及非均匀时序数据做预测技术领域,特别涉及一种非均匀时序数据的处理方法、装置、电子设备及存储介质,包括:获取当前车辆的非均匀时序数据;对非均匀时序数据进行预处理,并按照预设组合策略,对预处理后的非均匀时序数据进行数据组合,得到多个用于预测的数据组;将多个用于预测的数据组输入至预先构建的预测模型,并根据预测结果对当前车辆的未来状态进行预测。由此,解决了目前非均匀时序数据,不能直接作为时序模型的输入数据等问题,能够预测在一段时间内车内温度变化、车速变化、光照强度变化等,对驾驶员开启空调、空调温度设置造成怎样的影响,从而预估驾驶员开启空调的时间以及温度的设置,为驾驶员推荐所需要的空调设置。
-
公开(公告)号:CN116205214A
公开(公告)日:2023-06-02
申请号:CN202310165654.9
申请日:2023-02-22
Applicant: 重庆长安汽车股份有限公司
IPC: G06F40/232 , G06F40/279 , G06F40/35 , G06F18/22 , G06F18/25 , G06N3/0442 , G10L15/26
Abstract: 本申请涉及一种语音文本实体纠错方法、装置、电子设备及存储介质,其中,方法包括:获取当前时刻抽取的当前实体当前意图、和当前环境状态,并进行拼音标注得到标注实体;基于当前意图,从预设的意图实体映射库中匹配对应的映射实体候选集,并计算标注实体与映射实体候选集中每个候选实体之间的拼音相似度;将大于第一预设阈值的候选实体按照预设排列规则生成实体召回集,并将多组向量集合输入至预设的评分模型,得到得分;若实体召回集中候选实体的最高分与各个实体对应拼接向量的最高分的差值大于或等于第二预设阈值,则将实体召回集中候选实体的最高分对应的实体替换当前实体,得到最终实体。由此,解决了通用领域候选词数量巨大纠错难度高的问题。
-
公开(公告)号:CN116189015A
公开(公告)日:2023-05-30
申请号:CN202211604259.8
申请日:2022-12-13
Applicant: 重庆长安汽车股份有限公司
IPC: G06V20/17 , G06V10/764 , G06V10/766 , G06V10/82 , G06V10/774
Abstract: 本申请涉及智能无人系统技术领域,特别涉及一种目标检测方法、装置、电子设备及存储介质,其中,方法包括以下步骤:获取无人系统采集的可见光域图像和红外域图像;根据可见光域图像和红外域图像生成可见光与红外光图像对;将可见光与红外光图像对输入预先训练得到的目标检测模型,得到可见光与红外光图像对的一个或多个检测目标,实现可见光域和/或红外域中图像的目标检测。由此,解决了相关技术中目标检测性能中红外域样本缺乏,导致智能无人系统用在恶劣光照下的检测性能较差等问题。
-
公开(公告)号:CN117271734A
公开(公告)日:2023-12-22
申请号:CN202311246615.8
申请日:2023-09-25
Applicant: 重庆长安汽车股份有限公司
IPC: G06F16/332 , G06F40/35 , G06N20/00
Abstract: 本发明提出一种基于结构化数据微调预训练语言大模型的方法及系统,涉及语音交互的技术领域,解决了工业领域中的结构化数据的微调需求,导致会话生成难度大的问题,首先设定预训练语言大模型的输入数据和输出数据,其次获取包含输入数据的特征的结构化数据,再对结构化数据进行预处理,得到文本数据,然后基于文本数据,生成包含输出数据的特征的训练语料,并利用训练语料对预训练语言大模型进行微调,得到用于会话生成的微调后预训练语言大模型。本发明满足了对工业领域中的结构化数据的微调需求,通过提高预训练语言大模型的泛化能力,有效降低了会话生成难度。
-
公开(公告)号:CN117078560A
公开(公告)日:2023-11-17
申请号:CN202311251959.8
申请日:2023-09-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06T5/00 , G06T7/10 , G06T15/00 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于对抗生成网络的图像真实感增强方法及系统,通过类别标签映射对真实样本图像与仿真样本图像进行配对,得到语义对齐的真实图像碎片和仿真图像碎片;将仿真样本图像的渲染信息编译为渲染特征;构建图像真实感增强模型,利用渲染特征以及配对好的真实图像碎片和仿真图像碎片训练图像真实感增强模型,根据生成图像的真实感损失和特征结构损失调整图像真实感增强模型的参数,得到训练好的图像真实感增强模型;利用训练好的图像真实感增强模型生成更具真实感的仿真图,实现复杂场景图像多目标的真实感风格迁移的同时保障了图像真实感风格迁移的效率和效果。
-
-
-
-
-
-
-
-
-