Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜鑫巨(深圳)半导体科技有限公司曹宏杰获国家专利权

恭喜鑫巨(深圳)半导体科技有限公司曹宏杰获国家专利权

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!

龙图腾网恭喜鑫巨(深圳)半导体科技有限公司申请的专利一种基于时间窗口LSTM模型的累积时间误差预测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:CN119558348B

龙图腾网通过国家知识产权局官网在2025-05-13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:202510112571.2,技术领域涉及:G06N3/0442;该发明授权一种基于时间窗口LSTM模型的累积时间误差预测方法是由曹宏杰;叶智仁;刘文逸;陈琳;汤凌飞设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

一种基于时间窗口LSTM模型的累积时间误差预测方法在说明书摘要公布了:本发明提供一种基于时间窗口LSTM模型的累积时间误差预测方法,所述方法获取传感器的历史数据;对所述历史数据进行时间特征处理,并选取一定长度的时间窗口内的历史数据作为时间序列;利用LSTM模型对所述时间序列进行建模并训练,所述LSTM模型的输入为时间窗口内的传感器时间误差变化情况,输出为当前时刻传感器时间与标准时间之间的差值;根据所述LSTM模型的预测结果,对传感器时间进行修正。将实际时间与传感器上的时间独立开,简化了时间同步流程;通过时间窗口的选取,保证预测精度的前提下,显著减少计算资源的消耗;通过修正机制,实现高精度同步的同时,优化计算资源,确保传感器时间与标准时间保持一致。

本发明授权一种基于时间窗口LSTM模型的累积时间误差预测方法在权利要求书中公布了:1.一种基于时间窗口LSTM模型的累积时间误差预测方法,其特征在于,所述方法包括:获取传感器的历史数据,所述历史数据包括传感器时间、实际时间以及传感器的环境数据;对所述历史数据进行时间特征处理,并选取一定长度的时间窗口内的历史数据作为时间序列,其中,每个时间窗口包含W个连续的时间步;利用LSTM模型对所述时间序列进行建模并训练,所述LSTM模型的输入为时间窗口内的传感器时间变化情况,输出为当前时刻传感器时间与标准时间之间的差值;根据训练完成的LSTM模型的预测结果,对传感器时间进行修正;所述时间窗口的创建方式为:从历史数据中选择最近的W个时间点,形成一个时间序列,作为LSTM模型的输入;每次窗口往前移动k个时间步,生成多个输入-输出对,用于训练LSTM模型;通过滑动窗口的方式,遍历整个时间序列,确保每个时间窗口都包含W个连续的时间步,其中,W、k为正常数;所述时间窗口的大小W是根据传感器的累积误差随时间变化的特点选取的,以捕捉时间序列的长期依赖关系,并通过实验验证选择预测误差最小的窗口长度;所述时间特征处理包括:计算传感器起始时间至传感器当前时间的工作时长Δt=tsensor-tsensor_start;计算从传感器实际起始时间到实际当前时间所经过的实际时长ΔT=tactual-tactual_start;计算误差D=ΔT-Δt;其中,tsensor为传感器内部时钟记录的传感器的当前时间,tsensor_start为传感器内部时钟记录的传感器的起始时间,tactual_start为NTP协议获得的实际起始时间,tactual是通过NTP协议获得的实际当前时间;将传感器实际起始时间到实际当前时间所经过的实际时长ΔT、传感器的环境数据作为输入数据,误差D作为输出数据,训练LSTM模型。

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鑫巨(深圳)半导体科技有限公司,其通讯地址为:518052 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司);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”。

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。