专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果95个,建议您升级VIP下载更多相关专利
  • [发明专利]一种拉曼光谱多元数据分析方法-CN202011482853.5有效
  • 王爽;陈一申;宋东良;李洁;王海峰 - 西北大学
  • 2020-12-16 - 2023-08-18 - G06F18/2135
  • 本发明涉及一种拉曼光谱多元数据分析方法,具体包括以下步骤:利用拉曼光谱检测仪器采集各种样品的原始拉曼光谱数据;通过自主开发分析方法对原始数据进行预处理;在光谱数据预处理基础上开展归一化和均值中心化数据处理;针对预处理后的数据选择使用主成分分析或最小二乘判别分析提取光谱特征数据,并分别利用单因素方差分析和交叉验证选取所述光谱数据中的显著特征成分;结合分类模型进行光谱识别,使用无偏留一法交叉验证来评估各分类模型可靠性;选取剩余样本进行测试,得到样本分类的准确率,敏感性,特异性,以及模型的受试工作者特征曲线评估系统的识别性能。本发明可广泛应用于拉曼光谱信息处理及其光谱特征计算机识别领域。
  • 一种光谱多元数据分析方法
  • [发明专利]一种风电机组风速计的故障诊断方法、装置及系统-CN202310673221.4有效
  • 张道全;孔德同;张乐平;马东;周宇昊;周璐 - 华电电力科学研究院有限公司
  • 2023-06-08 - 2023-08-15 - G06F18/2135
  • 本发明公开了一种风电机组风速计的故障诊断方法、装置及系统,涉及故障诊断领域,获取待测风电机组所在族群中所有的风电机组以及风速计的风速数据,将风速数据输入到第一预设机器学习模型中确定主成分特征,再将主成分特征输入到第二预设机器学习模型中确定风速拟合值,以便得到待测风电机组的风速拟合值,判断风速拟合值与测量风速值之间的差值是否大于预设差值,大于则判定待测风电机组的风速计故障。通过提取整个族群中所有风电机组及风速计的风速数据进行计算,可以在不需要额外架设传感器的前提上有效计算风速拟合值与待测风速计的测量风速值之间的偏差,在考虑邻比机组尾流影响和地形地貌影响的同时显著减少计算量和算法优化迭代的难度。
  • 一种机组风速计故障诊断方法装置系统
  • [发明专利]利用迁移学习实现神经网络脑电情感识别模型的方法-CN202110904775.1有效
  • 王量弘;余燕婷;李馨 - 福州大学
  • 2021-08-07 - 2023-08-08 - G06F18/2135
  • 本发明提出一种利用迁移学习实现多通道卷积‑递归神经网络脑电情感识别模型的方法,其基于三心搏识别方法构建的双通道一维卷积神经网络模型作为源域模型进行迁移,得到目标域为脑电信号的多通道卷积‑递归神经网络脑电情感识别模型,解决了脑电信号标注数据十分稀缺的问题,并能够提高脑电信号情感预测准确度。通过对脑电数据集进行分解、归一化等预处理,提高数据处理的准确性;迁移得到的多通道卷积神经网络对脑电数据集中的多通道脑电信号进行特征提取;结合递归神经网络进行序列建模,提取多通道融合情感信息;通过自适应注意力模型和加权特征融合方式来实现特征的重新分布,得到完整的特征张量。
  • 利用迁移学习实现神经网络情感识别模型方法
  • [发明专利]基于最大相关最小冗余的堆叠自编码器软测量建模方法-CN202310581046.6在审
  • 金怀平;董馨;陶海波;王彬;刘海鹏 - 昆明理工大学
  • 2023-05-23 - 2023-08-01 - G06F18/2135
  • 本发明公开了一种基于最大相关最小冗余的堆叠自编码器软测量建模方法,所述方法针对传统深度学习中隐特征与输出之间相关性低、隐特征信息冗余度高等问题,提出一种新的基于最大相关最小冗余的堆叠自编码器软测量建模方法。具体而言,本发明在提取到的隐特征上赋予权重,根据不同权重对输出结果的影响,挑选出对输出影响较大的隐特征赋予更高的权重;对于隐特征之间,采用主成分分析法去除隐特征之间的冗余。该方法在挑选与输出变量相关性较强的输入特征的同时分析剔除冗余信息,从而实现模型结构约简。相较于常规软测量方法,该方法充分考虑了隐特征与输出变量之间的相关性,在模型预测性能上呈现出显著优势。
  • 基于最大相关最小冗余堆叠编码器测量建模方法
  • [发明专利]一种不平衡小样本条件下的变压器在线故障诊断方法-CN202310485014.6在审
  • 关山;杨海琦;崔金栋;吴同宇 - 东北电力大学
  • 2023-04-28 - 2023-08-01 - G06F18/2135
  • 本发明公开了一种不平衡小样本条件下的变压器在线故障诊断方法,包括:第一步,将采集到的变压器故障样本数据进行标准化处理,并划分为训练集、测试集和验证集;第二步,针对训练集采用TLR算法消除少数类的噪声样本以及部分边界出样本,然后利用ADASYN算法在保留少数类样本数据特征前提下扩充样本数量;第三步,采用无编码比值法构造样本特征;第四步,通过KPCA对样本特征融合降维;第五步,构建WOA‑RF变压器故障诊断模型,利用验证集调整诊断模型的超参数,最后通过测试集得到诊断结果;第六步,将采集到的在线测试集输入至最优分类器中。本发明的方法,能有效提高变压器的故障诊断精度。
  • 一种不平衡样本条件下变压器在线故障诊断方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top