基于深度学习的车载交互控制算法

本发明涉及一种基于深度学习的车载交互控制算法，属于车联网智能控制技术领域。该算法包括：多特征融合下的自然语言数据稀疏表示，使词、句子等多层次结构中的词向量与词性、依存关系等语境向量深度融合，且稀疏表示融合生成的词向量；半监督学习下的自然语言深度学习模型优化，使深度学习模型与自然语言任务匹配，并按不同训练环境快速切换梯度学习机制；表示学习下的自然语言张量知识图构建与推理，使知识图中的实体、概念、类别以及语义关系转换为同一语义空间的数值向量，利用多列卷积神经网络学习获取知识特征向量，通过目标问句向量与知识特征向量的相似度得分计算实现知识推理。本发明能有效应答用户交互的自然语言信息，满足用户的行车需求。

《基于深度学习的车载交互控制算法》是一发明专利，专利号为 2017108739335，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为李嫄源;朱庆元;朱智勤;李鹏华;王冠，公开（公告）日期为2019-11-05，国际专利分类号（IPC）为 B60W50/08(2012.01)I;G06F16/36(2019.01)I;G06N3/08(2006.01)I，代理机构为北京同恒源知识产权代理有限公司11275，高新资质：未报高企，所属技术领域包括：车联网智能控制技术。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深度学习的车载交互控制算法，属于车联网智能控制技术领域。该算法包括：多特征融合下的自然语言数据稀疏表示，使词、句子等多层次结构中的词向量与词性、依存关系等语境向量深度融合，且稀疏表示融合生成的词向量；半监督学习下的自然语言深度学习模型优化，使深度学习模型与自然语言任务匹配，并按不同训练环境快速切换梯度学习机制；表示学习下的自然语言张量知识图构建与推理，使知识图中的实体、概念、类别以及语义关系转换为同一语义空间的数值向量，利用多列卷积神经网络学习获取知识特征向量，通过目标问句向量与知识特征向量的相似度得分计算实现知识推理。本发明能有效应答用户交互的自然语言信息，满足用户的行车需求。

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！