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！

龙图腾网获悉西安睿诺航空装备有限公司申请的专利多源特征融合的牵引车操控稳定性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：CN121638074B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610155688.3，技术领域涉及：G06F30/27；该发明授权多源特征融合的牵引车操控稳定性预测方法是由段志和;冯骥驰;高东;梁琛;黄伟星设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本多源特征融合的牵引车操控稳定性预测方法在说明书摘要公布了：本发明涉及电数字数据处理领域，具体涉及多源特征融合的牵引车操控稳定性预测方法，该方法包括：采集多种驾驶场景下的多条牵引车行驶数据并标注；基于训练数据集计算时空对齐张量；构建基于深度学习的预测模型，迭代训练后得到已训练预测模型；采集新的牵引车行驶数据，对新的牵引车行驶数据计算时空对齐张量后输入至已训练预测模型中，已训练预测模型输出该新的牵引车行驶数据对应的预测结果。现有的牵引车操控稳定性预测方法存在预测精度较差且易与实际物理规律不符的问题。本发明提供的多源特征融合的牵引车操控稳定性预测方法预测精度较好且符合实际物理规律。

本发明授权多源特征融合的牵引车操控稳定性预测方法在权利要求书中公布了：1.多源特征融合的牵引车操控稳定性预测方法，其特征在于，包括： S1.采集多种驾驶场景下的多条牵引车行驶数据并标注，得到训练数据集； S2.基于训练数据集计算时空对齐张量； S3.构建基于深度学习的预测模型，迭代训练后得到已训练预测模型； S301.基于物理约束残差向量计算增强特征张量； S302.计算工况自适应的各样本的重组特征向量； S3021.计算各样本对各聚类的隶属度； 在模糊C均值聚类框架中引入物理规则损失项，第k个聚类的物理规则损失项的计算公式为： ， 式中，为区别于的聚类索引；为聚类索引；为第k个聚类的物理规则损失项；为L2范数；为第个聚类中心的路面类型分量；为真实路面类型标签； 第n个样本对第k个聚类的隶属度的计算公式为： ， 式中，n为样本索引；为第n个样本对第k个聚类的隶属度；为聚类总数；为增强特征张量的第个样本特征向量；为第个聚类中心向量；为第个聚类中心向量；为模糊因子；为自然指数函数；为损失权重系数； S3022.基于各样本对各聚类的隶属度计算各样本的重组特征向量； 利用样本对聚类的隶属度将样本特征向量与聚类中心向量进行加权融合，并引入物理规则损失项通过ReLU激活函数和物理规则权重矩阵调整，生成重组特征张量； S303.基于邻接矩阵与重组特征张量构建特征交互图； S304.基于空间特征张量与时序特征张量计算双流融合特征张量； S305.基于双流融合特征张量计算多尺度融合特征张量； S306.基于各类别的样本密度计算各类别的稳定性权重； S307.计算各样本在各时间点的预测概率向量与整体损失； S308.重复迭代S301~307，待达到停止迭代的条件后，停止迭代，得到已训练预测模型； S4.采集新的牵引车行驶数据，对新的牵引车行驶数据执行S2后输入至已训练预测模型中，已训练预测模型输出该新的牵引车行驶数据对应的预测结果。

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西安睿诺航空装备有限公司，其通讯地址为：710000 陕西省西安市高新区丈八街办毕原二路176号军民融合产业园B6栋；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。