一种基于注意力机制的LSTM神经网络车辆悬架系统状态观测器的搭建方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于注意力机制的LSTM神经网络车辆悬架系统状态观测器的搭建方法,以观测未知状态信息,属于汽车底盘悬架领域。具体步骤:在仿真软件上搭建半车悬架系统动力学模型,仿真得到悬架系统状态变量以及路面信息;数据预先处理;设计基于注意力机制的编码器‑解码器神经网络模型;随机初始化参数;利用贝叶斯优化选择超参数;利用小批量随机下降和动量优化进行优化状态观测器模型;利用dropout正则化、提前停止的方法优化模型,防止状态观测器模型过拟合;悬架状态观测器模型训练及保存;模型精度验证。基于所述观测器,解决了非线性半车悬架系统未知状态变量以及路面信息、位移输入谱、力输入谱的观测问题,具有更高精度、更快计算速度优势。
《一种基于注意力机制的LSTM神经网络车辆悬架系统状态观测器的搭建方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023101244360,当前法律状态为已下证,由吉林大学提出申请,发明人为刘善辉;庄晔,申请日期为2023-02-16,公开(公告)日期为2025-11-28,国际专利分类号(IPC)为 G06F 30/15 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于注意力机制的LSTM神经网络车辆悬架系统状态观测器的搭建方法,以观测未知状态信息,属于汽车底盘悬架领域。具体步骤:在仿真软件上搭建半车悬架系统动力学模型,仿真得到悬架系统状态变量以及路面信息;数据预先处理;设计基于注意力机制的编码器‑解码器神经网络模型;随机初始化参数;利用贝叶斯优化选择超参数;利用小批量随机下降和动量优化进行优化状态观测器模型;利用dropout正则化、提前停止的方法优化模型,防止状态观测器模型过拟合;悬架状态观测器模型训练及保存;模型精度验证。基于所述观测器,解决了非线性半车悬架系统未知状态变量以及路面信息、位移输入谱、力输入谱的观测问题,具有更高精度、更快计算速度优势。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
