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。

在竞争激烈的市场里，专利从来都不是可有可无的“加分项”，而是企业站稳脚跟、加速发展的“硬通货”。
**买专利，首先是买“资质”。**
它是申报高新技术企业、专精特新企业的核心门槛。有了它，不仅能**助力斩获**政策补贴和税收减免，在招投标时还能稳稳拿下加分项，让您在众多竞争者中脱颖而出。
**专利是企业的“隐形财富”。**
它可以用来**实缴注册资金**，让公司实力一目了然，提升商业信誉；也能作为质押物向银行贷款，盘活现金流，为业务扩张注入动力。
**专利是产品的“金字招牌”。**
在产品包装上印上“专利产品”，客户一眼就能感受到技术实力，信任度自然提升，比打广告更有说服力。同时，它还能构建技术壁垒，防止对手模仿，帮您**抢占市场先机。
与其花两三年自主研发，承担失败风险，不如直接买现成专利。海量优质专利即买即用，让专利真正为企业创造价值！