(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211229384.5 (22)申请日 2022.10.09 (65)同一申请的已公布的文献号 申请公布号 CN 115330357 A (43)申请公布日 2022.11.11 (73)专利权人 深圳市奇见科技有限公司 地址 518000 广东省深圳市南 山区科技 南 十二路方大 大厦802室 (72)发明人 钟征　闫立成　徐纯梁　 (74)专利代理 机构 深圳汉林汇融知识产权代理 事务所(普通 合伙) 44850 专利代理师 刘临利 (51)Int.Cl. G06Q 10/10(2012.01) G06Q 50/10(2012.01)G06F 30/20(2020.01) H04L 67/55(2022.01) (56)对比文件 US 20193 32872 A1,2019.10.31 CN 112417301 A,2021.02.26 CN 112487281 A,2021.0 3.12 CN 113449176 A,2021.09.28 CN 110909176 A,2020.0 3.24 CN 113722603 A,2021.1 1.30 审查员 曾宪琴 (54)发明名称 智能立体车库数据管理方法、 装置、 设备及 存储介质 (57)摘要 本发明涉及人工智能领域， 公开了一种智能 立体车库数据管理方法、 装置、 设备及存储介质， 用于提高智能立体车库的推送 准确率。 所述方法 包括： 对所述第一特征数据和所述第二特征数据 进行数据建模， 得到初始数据建模结果， 并对所 述初始数据建模 结果进行数据模 型更新， 生成目 标数据建模 结果； 根据所述目标数据建模结果计 算所述第一智能立体车库和所述第二智能立体 车库的目标关联值； 将所述目标关联值输入预置 的车库推送模 型进行推送策略匹配， 得到目标推 送策略； 根据所述目标推送策略从所述第一智能 立体车库和所述第二智能立体车库中选取目标 智能立体车库， 并将所述目标智能立体车库推送 至所述用户终端。 权利要求书3页 说明书11页 附图4页 CN 115330357 B 2022.12.23 CN 115330357 B 1.一种智能立体车库数据管理方法， 其特征在于， 所述智能立体车库数据管理方法包 括： 接收用户终端发送的智能立体车库分析请求， 并根据所述智能立体车库分析请求采集 与第一智能立体车库相对应的第一特征数据以及与第二智能立体车库相对应的第二特征 数据； 对所述第一特征数据和所述第二特征数据进行数据建模， 得到初始数据建模结果， 并 对所述初始数据建模结果进行 数据模型 更新， 生成目标 数据建模结果； 根据所述目标数据建模结果计算所述第一智能立体车库和所述第二智能立体车库的 目标关联值； 其中， 所述根据所述 目标数据建模结果计算所述第一智能立体车库和所述第 二智能立体车库的目标关联值， 包括： 根据所述 目标数据建模结果分别计算所述第一智能 立体车库对应的第一映射值， 以及计算所述第二智能立体车库对应的第二映射值； 计算所 述第一映射值和所述第二映射值之间的点积， 得到目标距离； 根据所述 目标距离生成所述 第一智能立体车库和所述第二智能立体车库的目标关联值； 具体的， 服务器根据目标数据 建模结果分别计算第一智能立体车库对应的第一映射值， 以及计算第二智能立体车库对应 的第二映射值， 进而服务器获取第一映射值和第二映射值， 在卷积 计算层中， 基于预设卷积 核在第一映射值和第二映射值上移动， 进行点积运算， 输出目标距离， 其中， 预设激活函数 用于根据卷积神经网络的预设偏置值对目标距离的特征值进 行筛选， 最 终服务器根据目标 距离生成第一智能立体车库和第二智能立体车库的目标关联值； 将所述目标关联值输入预置的车库推送模型进行推送策略匹配， 得到目标推送策略； 根据所述目标推送策略从所述第一智能立体车库和所述第二智能立体车库中选取目 标智能立体车库， 并将所述目标智能立体车库推送至所述用户终端。 2.根据权利要求1所述的智能立体车库数据 管理方法， 其特征在于， 所述接收用户终端 发送的智能立体车库分析请求， 并根据所述智能立体车库分析请求采集与第一智能立体车 库相对应的第一特 征数据以及与第二智能立体车库相对应的第二特 征数据， 包括： 接收用户终端发送的智能立体车库分析请求； 对所述智能立体车库分析请求进行请求 解析， 得到请求 解析结果； 根据所述请求解析结果从预置的车库管理数据库中查询第一智能立体车库和第二智 能立体车库； 从所述车库 管理数据库中获取所述第 一智能立体车库相对应的第 一特征数据， 以及获 取所述第二智能立体车库相对应的第二特 征数据。 3.根据权利要求1所述的智能立体车库数据 管理方法， 其特征在于， 所述对所述第 一特 征数据和所述第二特征数据进行数据建模， 得到初始数据建模结果， 并对所述初始数据建 模结果进行 数据模型 更新， 生成目标 数据建模结果， 包括： 通过预置的深度 学习算法计算所述第 一特征数据和所述第 二特征数据中的基础数据， 得到第一基础数据和第二基础数据； 对所述第一基础数据和所述第二基础数据进行融合计算， 得到目标融合数据； 构建所述目标融合数据和所述第 一特征数据之间的第 一映射关系， 以及构建所述目标 融合数据和所述第二特 征数据之间的第二映射关系； 根据所述第一映射关系和所述第二映射关系生成初始数据建模结果；权　利　要　求　书 1/3 页 2 CN 115330357 B 2对所述初始数据建模结果进行 数据模型 更新， 生成目标 数据建模结果。 4.根据权利要求1所述的智能立体车库数据 管理方法， 其特征在于， 所述将所述目标关 联值输入预置的车库推送模型进行推送策略匹配， 得到目标推送策略， 包括： 对所述目标关联值进行 数据扩充， 得到关联 数据集合； 对所述关联 数据集合进行向量 转换， 得到目标输入向量； 将所述目标输入向量输入预置的车库推送模型进行推送策略匹配， 得到目标预测值， 其中， 所述车库推送模型包括： 三层门限循环网络、 三层全连接网络和输出层； 根据所述目标 预测值从预置的多个候选推送策略中匹配目标推送策略。 5.根据权利要求1所述的智能立体车库数据 管理方法， 其特征在于， 所述根据 所述目标 推送策略从所述第一智能立体车库和所述第二智能立体车库中选取目标智能立体车库， 并 将所述目标智能立体车库推送至所述用户终端， 包括： 根据所述目标推送策略从所述第一智能立体车库和所述第二智能立体车库中选取目 标智能立体车库； 获取所述目标智能立体车库的车库信息， 并根据所述车库信息构建停车路线地图； 将所述目标智能立体车库的车库信息和所述停车路线地图推送  至所述用户终端， 并 通过所述用户终端对所述车库信息和所述停车路线地图进行 可视化展示。 6.根据权利要求1所述的智能立体车库数据 管理方法， 其特征在于， 所述智能立体车库 数据管理方法还 包括： 获取用户的评价系数、 使用车库的数量以及用户交 互的次数； 调用预置的置信度模型并根据 所述用户的评价系数、 所述使用车库的数量以及所述用 户交互的次数计算所述目标智能立体车库的置信度； 根据所述置信度对所述车库推送模型进行参数优化， 得到优化后的车库推送模型。 7.一种智能立体车库数据管理装置， 其特征在于， 所述智能立体车库数据管理装置包 括： 采集模块， 用于接收用户终端发送的智能立体车库分析请求， 并根据所述智能立体车 库分析请求采集与第一智能立体车库相对应的第一特征数据以及与第二智能立体车库相 对应的第二特 征数据； 处理模块， 用于对所述第一特征数据和所述第二特征数据进行数据建模， 得到初始数 据建模结果， 并对所述初始数据建模结果进行 数据模型 更新， 生成目标 数据建模结果； 计算模块， 用于根据 所述目标数据建模结果计算所述第 一智能立体车库和所述第 二智 能立体车库的目标关联值； 其中， 所述根据所述 目标数据建模结果计算所述第一智能立体 车库和所述第二智能立体车库的目标关联值， 包括： 根据所述 目标数据建模结果分别计算 所述第一智能立体车库对应的第一映射值， 以及计算所述第二智能立体车库对应的第二映 射值； 计算所述第一映射值和所述第二映射值之间的点积， 得到目标距离； 根据所述目标距 离生成所述第一智能立体车库和所述第二智能立体车库的目标关联值； 具体的， 服务器根 据目标数据建模结果分别计算第一智能立体车库对应的第一映射值， 以及计算第二智能立 体车库对应的第二映射值， 进而服务器获取第一映射值和第二映射值， 在卷积 计算层中， 基 于预设卷积核在第一映射值和第二映射值上移动， 进行点积运算， 输出目标距离， 其中， 预 设激活函数用于根据卷积神经网络的预设偏置值对目标距离的特征值进 行筛选， 最 终服务权　利　要　求　书 2/3 页 3 CN 115330357 B 3