摘要
本申请涉及新能源技术领域,尤其涉及一种换电预测模型的训练方法、系统、设备及存储介质,方法包括获取环境数据和行为数据,输入特征提取网络,提取特征向量并进行融合得到用户特征向量;获取电池的属性数据并输入特征提取网络,提取电池的属性特征向量;将用户特征向量和电池的属性特征向量输入电池匹配网络,计算电池的属性特征向量与用户特征向量之间的匹配度,分别选取相同数量且匹配度最高的若干电池,生成带有匹配顺序的目标电池集合。以环境数据和行为数据作为模型输入,带有匹配顺序的目标电池集合作为模型输出,对模型进行训练得到换电预测模型。本申请能够综合考虑电池特性和用户行为特征,更精准地推荐电池,从而提升用户的换电体验。
技术关键词
匹配度计算方法
电池
特征提取网络
神经网络模型
匹配网络
数据
度量
协方差矩阵
特征提取模块
定义
更新模型参数
模型训练模块
梯度下降法
新能源技术
训练系统
程序
处理器
可读存储介质
存储器
系统为您推荐了相关专利信息
电池保护芯片
基准电压电路
基准电流电路
温度补偿电路
电压检测电路
识别方法
检测数据输入
图像增强
特征信息提取
输出特征
模式识别装置
微控制器
直流电机
转子
FIFO存储器
预测模型训练方法
神经网络模型
温升预测方法
动力电池
电池控制方法