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 > 轩昂生态环境建设有限公司;北京轩昂智慧物业有限公司;轩昂环保科技股份有限公司赵义武获国家专利权

轩昂生态环境建设有限公司;北京轩昂智慧物业有限公司;轩昂环保科技股份有限公司赵义武获国家专利权

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!

龙图腾网获悉轩昂生态环境建设有限公司;北京轩昂智慧物业有限公司;轩昂环保科技股份有限公司申请的专利一种基于物联网的环卫作业调度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:CN121809998B

龙图腾网通过国家知识产权局官网在2026-05-08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:202610284831.9,技术领域涉及:G06Q10/0631;该发明授权一种基于物联网的环卫作业调度方法是由赵义武;张明宇;汤正阳;程喆;蔺磊磊设计研发完成,并于2026-03-10向国家知识产权局提交的专利申请。

一种基于物联网的环卫作业调度方法在说明书摘要公布了:本发明涉及环卫作业调度领域,尤其涉及一种基于物联网的环卫作业调度方法,该方法包括:通过基于载重数据的时间局部加权方差确定迭代停止条件的载重CEEMDAN模型,以生成车辆载重特征;通过基于载重数据残差和油耗数据残差的统计值计算油耗通道残差信号的油耗CEEMDAN模型,以生成车辆油耗特征;通过基于多层感知机、门控机制和跨模态注意力机制的特征提取模型,以生成综合车辆运载特征;通过基于长短期记忆网络和全连接层架构生成校正车辆垃圾载重量。本发明实现了对油耗、载重的非平稳时序数据的高效降噪与精准分解,实现精准处理垃圾转运车的物联网数据,提升垃圾转运车辆的运营效率并降低运营成本。

本发明授权一种基于物联网的环卫作业调度方法在权利要求书中公布了:1.一种基于物联网的环卫作业调度方法,其特征在于,包括: 将环卫作业调度平台存储的车辆物联网载重数据通过载重CEEMDAN模型,以生成车辆载重特征,其中所述载重CEEMDAN模型基于载重数据的时间局部加权方差确定迭代停止条件; 将环卫作业调度平台存储的车辆物联网油耗数据通过油耗CEEMDAN模型,以生成车辆油耗特征,其中所述油耗CEEMDAN模型基于载重数据残差和油耗数据残差的统计值计算油耗通道残差信号; 将所述车辆油耗特征、车辆载重特征和物联网车辆垃圾转运作业数据通过特征提取模型,以生成综合车辆运载特征,其中所述特征提取模型基于多层感知机、门控机制和跨模态注意力机制构建; 将所述综合车辆运载特征通过基于长短期记忆网络和全连接层架构的映射模型,以生成校正车辆垃圾载重量,并根据所述校正车辆垃圾载重量进行垃圾转运车作业调度; 通过油耗CEEMDAN模型生成车辆油耗特征的过程包括: 将所述车辆物联网油耗数据通过油耗CEEMDAN初始运算层,以生成油耗数据残差; 将所述车辆物联网载重数据通过载重CEEMDAN运算层,以生成载重数据残差; 基于所述油耗数据残差和载重数据残差的协方差与所述油耗数据残差的方差,计算耦合系数; 基于所述耦合系数、公共噪声信号、油耗噪声信号和公共噪声幅值计算油耗通道噪声; 将所述油耗通道噪声和油耗数据残差通过油耗CEEMDAN迭代运算层,以生成所述车辆油耗特征; 其中,所述油耗CEEMDAN模型包括油耗CEEMDAN初始运算层和油耗CEEMDAN迭代运算层,所述载重CEEMDAN模型包括载重CEEMDAN运算层; 通过载重CEEMDAN模型生成车辆载重特征的过程包括: 基于所述公共噪声信号和公共噪声幅值计算载重通道噪声; 将所述车辆物联网载重数据和载重通道噪声通过载重CEEMDAN运算层,以迭代计算载重迭代IMF分量; 将所述载重迭代IMF分量和车辆物联网载重数据通过局部方差比停止迭代判断层,以生成所述车辆载重特征; 其中,所述载重CEEMDAN模型包括载重CEEMDAN运算层和局部方差比停止迭代判断层。

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轩昂生态环境建设有限公司;北京轩昂智慧物业有限公司;轩昂环保科技股份有限公司,其通讯地址为:102200 北京市昌平区北七家镇宏翔鸿企业孵化基地B座办公楼三层349室;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。