摘要
本发明公开了一种基于协作式多视角的汽车维保需求预测方法及系统,属于汽车维保领域,包括:通过多注意力机制对车辆历史维保记录进行时序依赖性学习,获得不同时期汽车维保项目之间的时序依赖性;基于时序依赖性,对历史维保记录进行依赖感知的时序特征加权,获得加权后的时序数据;结合长短时记忆网络与注意力机制从加权后的时序数据中学习关键时序信息,获得关键时序信息学习结果;将加权后的时序数据与关键时序信息学习结果相乘,得到协作式时序建模融合结果,基于协作式时序建模融合结果预测未来需要维保的项目。本发明能够对汽车所有维保需求进行预测,消除汽车存在的安全风险。
技术关键词
维保
协作式
注意力机制
需求预测方法
时序特征
GRU神经网络
汽车
需求预测系统
项目
视角
数据
计算机装置
序列
计算机程序产品
处理器
模块
系统为您推荐了相关专利信息
医学图像分割方法
教师
蒸馏
学生
通道注意力机制
强化特征
时间序列特征
实时监测方法
LSTM模型
腐蚀速率预测
裂缝图像分割方法
上采样
解码器
全局平均池化
输出特征
数据驱动模型
航空发动机部件
数字孪生模型
参数预测方法
卡尔曼滤波