[发明专利]车辆用电池传感器及利用所述传感器的季节判断方法

权利要求书

1.一种车辆用电池传感器，其用于测定车辆电池状态，其特征在于，

包括：

预先学习部，将每日温度数据分成呈现季节的多个模式群集而构成自组织映射(Self-Organizing Map)，通过预先学习的季节模式数据而生成所述自组织映射所呈现的多个模式群集的权重值；

温度感应单元，实时测定所述车辆的外部空气温度数据；及

季节分类部，根据群集分析(cluster analysis)而对将所述实时测定的外部空气温度数据进行群集化而形成多个群集，并计算被群集化的多个群集的权重值，将计算的所述多个群集的权重值态射到所述自组织映射而检出权重值最靠近所述多个群集的权重值的所述模式群集，将检出的模式群集所呈现的季节分类为当前的季节。

2.根据权利要求1所述的车辆用电池传感器，其特征在于，

所述预先学习部，

将多个模式群集设定为神经回路网的隐藏层(HiddenLayer)所使用的神经元而构成所述自组织映射。

3.根据权利要求2所述的车辆用电池传感器，其特征在于，

所述预先学习部，

将所述多个模式群集设定为呈现根据季节变化的温度数据的连续的变化特性的多个神经元而构成所述自组织映射。

4.根据权利要求3所述的车辆用电池传感器，其特征在于，

所述多个神经元，包括：

冬天、冬天/秋天、秋天/春天、春天/夏天及夏天。

5.根据权利要求1所述的车辆用电池传感器，其特征在于，

所述温度感应单元，

在所述车辆停车时实时测定所述外部空气温度数据。

6.根据权利要求1所述的车辆用电池传感器，其特征在于，

所述季节分类部，

将所述外部空气温度数据变换成直方图数据，利用所述群集分析而将所述直方图数据群集化为多个群集，计算多个群集的权重值。

7.根据权利要求6所述的车辆用电池传感器，其特征在于，

所述群集分析为，

基于K-均值聚类算法的群集分析。

8.根据权利要求1所述的车辆用电池传感器，其特征在于，

所述季节分类部，

为了视觉性地显示呈现所述分类的季节的信息，将所述信息传送到车辆内的群集。

9.一种利用车辆用电池传感器的季节判断方法，包括：

将每日温度数据分成呈现季节的多个模式群集而构成自组织映射(Self-Organizing Map)的步骤；

通过预先学习的季节模式数据而生成所述自组织映射所呈现的多个模式群集的权重值的步骤；

利用群集分析(cluster analysis)而对实时测定的车辆外部空气温度进行群集化而形成多个群集，计算多个群集的权重值的步骤；

将所述多个群集的权重值态射到所述自组织映射而检出权重值最靠近所述多个群集的权重值的所述模式群集的步骤；及

将检出的模式群集所呈现的季节信息分类为当前的季节的步骤。

10.根据权利要求9所述的利用车辆用电池传感器的季节判断方法，其特征在于，

设定自组织映射(Self-Organizing Map)的步骤为，

将多个模式群集设定为神经回路网的隐藏层(HiddenLayer)中使用的神经元的步骤。

11.根据权利要求10所述的利用车辆用电池传感器的季节判断方法，其特征在于，

设定为所述神经元的步骤，

将所述多个模式群集设定为呈现根据季节变化的温度数据的连续的变化特性的多个神经元的步骤。

12.根据权利要求11所述的利用车辆用电池传感器的季节判断方法，其特征在于，

所述多个神经元，包括：冬天、冬天/秋天、秋天/春天、春天/夏天及夏天。