一种停车场画像构建方法和装置
阅读：393发布：2020-11-25
专利汇可以提供一种停车场画像构建方法和装置专利检索，专利查询，专利分析的服务。并且本 发明 涉及 停车场 管理技术领域，具体涉及一种停车场画像构建方法和装置。该方法包括：采集目标停车场的停车场运行数据；将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。从海量停车场运行数据中得到目标停车场的运行状态标签，基于该运行状态标签构建所述目标停车场的停车场画像，展示了停车场的运行情况，所述停车场画像基于该运行状态标签，能够为停车场的运营和管理提供决策依据，从而提高停车场的管理效率。，下面是一种停车场画像构建方法和装置专利的具体信息内容。
1.一种停车场画像构建方法，所述方法应用于电子设备，其特征在于，包括：
采集目标停车场的停车场运行数据；
将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；
获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
2.根据权利要求1所述的停车场画像构建方法，其特征在于，所述采集目标停车场的停车场运行数据之前，所述方法还包括：
采集样本数据，所述样本数据包括样本运行数据和所述样本运行数据对应的样本运行状态信息；
按照预设分类规则对所述样本数据进行分类，并获取每类所述样本数据对应的待训练模型；
根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型。
3.根据权利要求2所述的停车场画像构建方法，其特征在于，所述根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型，包括：
将每类所述样本数据划分为多个训练集和对应的测试集；
根据所述多个训练集分别对所述待训练模型进行训练，获得多个待测试模型；
根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型。
4.根据权利要求3所述的停车场画像构建方法，其特征在于，所述根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型，包括：
将所述测试集中的样本运行数据输入至所述待测试模型中，以获得所述待测试模型输出的预测运行状态信息；
计算所述预测运行状态信息与所述样本运行状态信息之间的偏差值；
将所述偏差值最小的待测试模型作为预设状态评估模型。
5.根据权利要求3所述的停车场画像构建方法，其特征在于，所述将每类所述样本数据划分为多个训练集和对应的测试集，包括：
根据留出法、K折交叉验证法或者自助法将每类所述样本数据划分为多个训练集和对应的测试集。
6.根据权利要求2所述的停车场画像构建方法，其特征在于，所述将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息，包括：
按照所述预设分类规则对所述停车场运行数据进行分类，并获取每类停车场运行数据对应的预设状态评估模型；
将每类停车数据输入至对应的预设状态评估模型中，以获得所述预设状态评估模型输出的运行状态信息。
7.根据权利要求1-6中任一项所述的停车场画像构建方法，其特征在于，所述获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像，包括：
获取所述运行状态信息对应的运行状态标签；
在预设映射关系表中查找所述运行状态标签的级别，并根据预设级别的运行状态标签构建所述目标停车场的停车场画像。
8.一种停车场画像构建装置，其特征在于，包括：
数据采集模块，用于采集目标停车场的停车场运行数据；
状态评估模块，用于将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；
画像构建模块，用于获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一权利要求所述的方法步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一权利要求所述的方法步骤。
一种停车场画像构建方法和装置
技术领域
[0001] 本发明涉及停车场管理技术领域，具体涉及一种停车场画像构建方法和装置。
背景技术
[0002] 画像能够客观、准确地描述目标对象的属性，将目标对象的每个具体信息抽象成标签，这些标签就构成了目标对象的画像，从而利用这些标签为目标对象提供针对性的服务，故停车场画像能够为停车场运营提供针对性的策略。
[0003] 然而，当前停车场管理领域只能通过人为经验管理停车场，尚无法熟练运用大数据分析技术进行停车场管理，因此，如何从海量停车数据中获得停车场的运行情况，绘制出全面的停车场画像，成为停车场管理领域的迫切需求。
发明内容
[0004] 本发明的目的是提供一种停车场画像构建方法和装置，以解决现有技术中如何构建停车场画像的技术问题。
[0005] 本发明实施例提供了以下方案：
[0006] 依据本发明的第一个方面，本发明实施例提供一种停车场画像构建方法，所述方法应用于电子设备，包括：
[0007] 采集目标停车场的停车场运行数据；
[0008] 将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；
[0009] 获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
[0010] 优选的，所述采集目标停车场的停车场运行数据之前，所述方法还包括：
[0011] 采集样本数据，所述样本数据包括样本运行数据和所述样本运行数据对应的样本运行状态信息；
[0012] 按照预设分类规则对所述样本数据进行分类，并获取每类所述样本数据对应的待训练模型；
[0013] 根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型。
[0014] 优选的，所述根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型，包括：
[0015] 将每类所述样本数据划分为多个训练集和对应的测试集；
[0016] 根据所述多个训练集分别对所述待训练模型进行训练，获得多个待测试模型；
[0017] 根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型。
[0018] 优选的，所述根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型，包括：
[0019] 将所述测试集中的样本运行数据输入至所述待测试模型中，以获得所述待测试模型输出的预测运行状态信息；
[0020] 计算所述预测运行状态信息与所述样本运行状态信息之间的偏差值；
[0021] 将所述偏差值最小的待测试模型作为预设状态评估模型。
[0022] 优选的，所述将每类所述样本数据划分为多个训练集和对应的测试集，包括：
[0023] 根据留出法、K折交叉验证法或者自助法将每类所述样本数据划分为多个训练集和对应的测试集。
[0024] 优选的，所述将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息，包括：
[0025] 按照所述预设分类规则对所述停车场运行数据进行分类，并获取每类停车场运行数据对应的预设状态评估模型；
[0026] 将每类停车数据输入至对应的预设状态评估模型中，以获得所述预设状态评估模型输出的运行状态信息。
[0027] 优选的，所述获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像，包括：
[0028] 获取所述运行状态信息对应的运行状态标签；
[0029] 在预设映射关系表中查找所述运行状态标签的级别，并根据预设级别的运行状态标签构建所述目标停车场的停车场画像。
[0030] 基于同一发明构思，依据本发明的第二个方面，本发明实施例提供一种停车场画像构建装置，包括：
[0032] 状态评估模块，用于将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；
[0033] 画像构建模块，用于获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
[0034] 基于同一发明构思，依据本发明的第三个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明的第一方面中任一方法步骤。
[0035] 基于同一发明构思，依据本发明的第四个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明的第一方面中任一方法步骤。
[0036] 本发明与现有技术相比，具有如下的优点和有益效果：
[0037] 本发明通过采集目标停车场的停车场运行数据；将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。从海量停车场运行数据中得到目标停车场的运行状态标签，基于该运行状态标签构建所述目标停车场的停车场画像，展示了停车场的运行情况，所述停车场画像基于该运行状态标签，能够为停车场的运营和管理提供决策依据，从而提高停车场的管理效率。附图说明
[0038] 为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039] 图1为本发明停车场画像构建方法第一实施例的流程示意图；
[0040] 图2为本发明停车场画像构建方法第二实施例的流程示意图；
[0041] 图3为本发明停车场画像构建装置第一实施例的结构示意图。
具体实施方式
[0042] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明实施例保护的范围。
[0043] 首先说明，本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0044] 参照图1，图1为本发明停车场画像构建方法第一实施例的流程示意图，提出本发明停车场画像构建方法第一实施例。
[0045] 在本实施例中，所述停车场画像构建方法应用于电子设备，所述方法包括：
[0046] 步骤S10：采集目标停车场的停车场运行数据。
[0047] 所述停车场运行数据为所述目标停车场的周边场景信息和在实际运行过程中产生的停车业务数据，其中，所述周边场景信息包括：应用场景和人群性质，所述应用场景包括但不限于写字楼、社区、商圈和校园，所述人群性质包括但不限于职员、居民、消费者和学生家长，所述停车业务数据包括但不限于收费单价、月租收入、临停收入和临停车次等信息。停车场运行数据能够影响停车场的运行状态和管理决策，本实施例将采集所述目标停车场的周边场景信息和停车业务数据，为所述目标停车场的管理提供依据。
[0048] 在具体实现中，采集所述目标停车场的周边场景信息和停车记录，并根据所述停车记录统计并获得所述目标停车场的停车业务数据。所述停车记录为车辆在所述目标停车场内的基本信息，包括但不限于：车牌号、车辆入场时刻、车辆出场时刻、停车时长和停车费用等信息。所述目标停车场包括多个进出口，各进出口处均设置有摄像头和控制终端，所述摄像头和所述控制终端进行通信，所述控制终端分别与所述电子设备进行通信。在车辆进出所述目标停车场时，所述摄像头采集所述车辆的车牌号，对应的控制终端记录该车辆的车辆入场时刻和车辆出场时刻，统计该车辆的停车时长和停车费用，并将该车辆的车牌号、车辆入场时刻、车辆出场时刻、停车时长和停车费用等信息汇总为停车记录发送至所述电子设备，以使所述电子设备根据该停车记录统计所述目标停车场的停车业务数据，例如，根据一个月内临停车的停车时长和停车费用统计该月日均临停收入。
[0049] 步骤S20：将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息。
[0050] 所述预设状态评估模型中包括运行数据和运行状态信息之间的对应关系，其中，所述运行状态信息为停车场的运行现状，包括但不限于：停车效率信息、交通状态信息和盈利状态信息。
[0051] 在具体实现中，建立待训练状态评估模型，通过大量运行数据和对应的运行状态信息对所述待训练状态评估模型进行训练，获得训练好的所述预设状态评估模型，基于大量的样本训练，提高了所述预设状态评估模型的识别准确率。通过将所述停车场运行数据输入至该预设状态评估模型，能够获得所述预设状态评估模型输出的所述停车场运行数据对应的运行状态信息。例如，将收费单价、商圈场景信息、临停收入等停车场运行数据输入至所述预设状态评估模型中，所述预设状态评估模型将输出对应的全年停车收入，实现了根据周边场景信息和停车业务数据预测停车场的盈利状态。
[0052] 步骤S30：获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
[0053] 所述运行状态标签是用于描述所述运行状态信息的关键词，在具体实现中，确定所述运行状态信息所属的数值范围，根据所述数值范围确定所述运行状态信息对应的运行状态标签。例如，当所述运行状态信息为全年停车收入的具体金额时，确定该具体金额所属的范围，根据该范围确定对应的运行状态标签为全年停车收入较高；当所述运行状态信息为车辆出场效率的具体数值时，确定该具体数值所属的范围，根据该范围确定对应的运行状态标签为出场效率较低。从海量停车场运行数据中得到目标停车场的运行状态标签，基于该运行状态标签构建所述目标停车场的停车场画像，展示了停车场的运行情况，所述停车场画像基于该运行状态标签，能够为停车场的运营和管理提供决策依据。
[0054] 进一步地，所述步骤S30，包括：获取所述运行状态信息对应的运行状态标签；在预设映射关系表中查找所述运行状态标签的级别，并根据预设级别的运行状态标签构建所述目标停车场的停车场画像。
[0055] 所述级别代表了所述运行状态标签的重要程度，例如在全年收入较高和出场效率较低这两个运行状态标签中，全年收入较高的级别高于出场效率较低的级别。所述运行状态标签是描述所述运行状态信息的全部关键词，而预设级别的运行状态标签是描述所述运行状态信息的主要关键词，根据所述运行状态标签构建的停车场画像反映了所述目标停车场的全部运行情况；而根据预设级别的运行状态标签构建的停车场画像反映了所述目标停车场的主要运行情况，能够为停车场的管理提供决策依据。
[0056] 本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
[0057] 本实施例通过采集目标停车场的停车场运行数据；将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。从海量停车场运行数据中得到目标停车场的运行状态标签，基于该运行状态标签构建所述目标停车场的停车场画像，展示了停车场的运行情况，所述停车场画像基于该运行状态标签，能够为停车场的运营和管理提供决策依据，从而提高停车场的管理效率。
[0058] 参照图2，图2为本发明停车场画像构建方法第二实施例的流程示意图，基于上述第一实施例，提出本发明停车场画像构建方法第二实施例。
[0059] 在本实施例中，所述步骤S10之前，所述方法还包括：
[0060] 步骤S01：采集样本数据，所述样本数据包括样本运行数据和所述样本运行数据对应的样本运行状态信息。
[0061] 在通过所述预设状态评估模型评估所述目标停车场的运行状态信息之前，还将构建所述预设状态评估模型，而构建所述预设状态评估模型首先将采集大量样本数据，所述样本数据包括样本运行数据和所述样本运行数据对应的样本运行状态信息，在样本数据足够大时，能够保证依据样本数据构建的预设状态评估模型的准确率。
[0062] S02：按照预设分类规则对所述样本数据进行分类，并获取每类所述样本数据对应的待训练模型。
[0063] 所述运行状态信息包括停车效率、交通状态和盈利状态等类别，其中，停车效率包括：小时利用率、车位占有率等，停车效率的影响因子包括：入场时间、出场时间、停车数量和车位总数等。交通状态包括：入场效率和出场效率等，交通状态的影响因子包括：相邻车辆入场时间间隔和相邻车辆出场时间间隔等。盈利状态的影响因子包括：收入和成本等。根据所述影响因子的类别设置所述预设分类规则，从而按照所述预设分类规则对所述样本数据进行分类，将所述样本数据划分为小时利用率类、车位占有率类、入场效率类、出场效率类和收入类等多种类型，并获取每类样本数据对应的待训练模型。
[0064] S03：根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型。
[0065] 根据每类所述样本数据对该类样本数据对应的待训练模型进行训练，从而获得每类所述样本数据对应的预设状态评估模型，由于采用了大量样本数据训练得到该预设状态评估模型，该预设状态评估模型将能够预测停车场运行数据对应的运行状态信息，并且具有较高的准确率。
[0066] 进一步地，所述步骤S03，包括：
[0067] 将每类所述样本数据划分为多个训练集和对应的测试集；
[0068] 根据所述多个训练集分别对所述待训练模型进行训练，获得多个待测试模型；
[0069] 根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型。
[0070] 目前机器学习的训练过程为将样本划分为一个训练集和一个测试集，而本实施例将每类所述样本数据划分为多个训练集和对应的测试集，每一个训练集都可训练得到一个待测试模型，根据该训练集对应的测试集对得到的待测试模型进行测试，确定每个待测试模型的准确度，在多个待测试模型中选取准确度最高的待测试模型作为该类样本数据对应的预设状态评估模型，能够提高所述预设状态评估模型的准确度。
[0071] 进一步地，所述根据所述多个训练集对应的测试集对所述多个待测试模型进行测试，并根据测试结果从所述多个待测试模型中选取预设状态评估模型，包括：将所述测试集中的样本运行数据输入至所述待测试模型中，以获得所述待测试模型输出的预测运行状态信息；计算所述预测运行状态信息与所述样本运行状态信息之间的偏差值；将所述偏差值最小的待测试模型作为预设状态评估模型。
[0072] 进一步地，所述将每类所述样本数据划分为多个训练集和对应的测试集，包括：根据留出法、K折交叉验证法或者自助法将每类所述样本数据划分为多个训练集和对应的测试集。首先，将所述样本数据划分为多个数据集，再通过留出法、K折交叉验证法或者自助法每个数据集划分为训练集和测试集。其中，留出法直接将所述数据集划分为两个互斥的集合，其中一个集合作为训练集，另外一个作为测试集。自助法从给定训练集中有放回的均匀抽样，也就是说，每当选中一个样本，它等可能地被再次选中并被再次添加到训练集中，没有进入该训练集的样本最终形成测试集。K折交叉验证法首先将所有数据分割成K个子样本，不重复的选取其中一个子样本作为测试集，其他K-1个样本用来训练，共重复K次，平均K次的结果或者使用其它指标，最终得到一个单一估测，能够保证每个子样本都参与训练且都被测试，降低泛化误差。
[0073] 进一步地，所述将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息，包括：按照预设分类规则对所述停车场运行数据进行分类，并获取每类停车场运行数据对应的预设状态评估模型；将每类停车数据输入至对应的预设状态评估模型中，以获得所述预设状态评估模型输出的运行状态信息。
[0074] 本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
[0075] 本实施例通过采集样本数据，所述样本数据包括样本运行数据和所述样本运行数据对应的样本运行状态信息；按照预设分类规则对所述样本数据进行分类，并获取每类所述样本数据对应的待训练模型；根据每类所述样本数据对所述样本数据对应的待训练模型进行训练，获得每类所述样本数据对应的预设状态评估模型，基于大量的样本训练，提高了所述预设状态评估模型的预测准确率。
[0076] 基于同一发明构思，本发明实施例还提供了一种停车场画像构建装置，具体来说，参照图3，所述停车场画像构建装置包括：
[0077] 数据采集模块10，用于采集目标停车场的停车场运行数据；
[0078] 状态评估模块20，用于将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；
[0079] 画像构建模块30，用于获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。
[0080] 基于同一发明构思，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一所述的方法步骤。
[0081] 基于同一发明构思，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任一所述的方法步骤。
[0082] 本发明实施例与现有技术相比，具有如下的优点和有益效果：
[0083] 本实施例通过采集目标停车场的停车场运行数据；将所述停车场运行数据输入至预设状态评估模型中，以使所述预设状态评估模型输出所述目标停车场的运行状态信息；获取所述运行状态信息对应的运行状态标签，并根据所述运行状态标签构建所述目标停车场的停车场画像。从海量停车场运行数据中得到目标停车场的运行状态标签，基于该运行状态标签构建所述目标停车场的停车场画像，展示了停车场的运行情况，所述停车场画像基于该运行状态标签，能够为停车场的运营和管理提供决策依据，从而提高停车场的管理效率。
[0084] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0085] 本发明是参照根据本发明实施例的方法、装置(模块、系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0086] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0087] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0088] 尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
[0089] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 具有集成的冷却装置的功率模块 | 2020-05-11 | 674 |
| 具有集成温度控制的电子灶台式加热器单元 | 2020-05-11 | 729 |
| 一种高效控制信令方法及系统 | 2020-05-12 | 120 |
| 时间提前值的管理 | 2020-05-13 | 396 |
| 带式供料器 | 2020-05-11 | 361 |
| 针对位置测量的载波选择 | 2020-05-12 | 827 |
| 鉴于多时隙操作的PUCCH冲突 | 2020-05-12 | 436 |
| 旋转分配泵阵列以实现通过多个分配泵在多个电子基板上同时分配 | 2020-05-11 | 152 |
| 免许可资源分配 | 2020-05-12 | 966 |
| 用于基于新无线电的车辆对万物环境中的超可靠低延迟通信的装置和方法 | 2020-05-12 | 456 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈