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471个,建议您升级VIP下载更多相关专利
  • [发明专利]一种混合原油的TBP信息求解方法及装置-CN202310672017.0在审
  • 杜文莉;隆建;钱锋;钟伟民;杨明磊 - 华东理工大学
  • 2023-06-07 - 2023-10-27 - G16C20/70
  • 本发明提供了一种混合原油的TBP信息求解方法及装置,TBP信息包括实沸点蒸馏曲线,该方法可以包括:S1:利用混合原油中的可用原油评价信息生成对应原油的TBP信息,基于TBP信息计算混合原油中各原油虚拟组分的分布;S2:选择适配的虚拟组分数量和沸点范围,采用虚拟组分法计算混合原油中每一样本配方的虚拟组分分布,选取一组覆盖混合原油整个沸点范围的原油混合配方数据以计算混合原油的TBP曲线;以及S3:采用连续分段线性模型近似替代由虚拟组分法得到的非线性模型,连续分段线性模型包括铰链超平面模型,确定铰链函数的参数以求解混合原油的TBP信息。
  • 一种混合原油tbp信息求解方法装置
  • [发明专利]分子编解码器的训练方法、装置、设备及存储介质-CN202310227649.6在审
  • 张昊 - 腾讯科技(深圳)有限公司
  • 2023-02-27 - 2023-10-27 - G16C20/70
  • 本申请公开了一种分子编解码器的训练方法、装置、设备及存储介质,属于人工智能领域。该方法包括:获取训练样本分子的第一分子图和属性标签;对第一分子图中的部分节点的特征执行掩码操作,得到第二分子图;通过分子编码器对第二分子图进行编码,得到第一特征向量;对第一特征向量中的部分节点的特征向量执行再掩码操作,得到第二特征向量;基于第二特征向量,生成第三分子图;通过分子解码器对第三分子图进行解码,得到第三特征向量;基于第三特征向量,得到训练样本分子的预测属性值;基于训练样本分子的预测属性值和属性标签之间的误差,训练分子编码器和分子解码器。上述方法降低了分子编码器的训练难度。
  • 分子编解码器训练方法装置设备存储介质
  • [发明专利]用于细胞培养全过程的物质成分分析方法及装置-CN202310912458.3在审
  • 卢卫东;查波风;杨晓峰;梁朗;王成 - 安及义实业(上海)有限公司
  • 2023-07-25 - 2023-10-27 - G16C20/70
  • 本发明涉及一种用于细胞培养全过程的物质成分分析方法及装置,方法包括以下步骤:预训练步骤,得到浓度回归模型;采集步骤,对发酵中的培养液实时采集多条拉曼光谱从而得到原始光谱矩阵;分析步骤,得到主成分矩阵;提取步骤,对主成分矩阵进行特征提取从而得到浓度光谱矩阵和组分光谱矩阵;相关步骤,得到多个目标物质的最优组分光谱矩阵;比较步骤,对多个目标物质的最优组分光谱矩阵进行比较,根据浓度光谱矩阵和组分光谱矩阵得到实际光谱矩阵;预测步骤,根据实际光谱矩阵和浓度回归模型进行浓度回归预测,得到预测的浓度矩阵。根据本发明,解决了无法正确分析物质成分的技术问题,提升了物质成分分析的稳定性和准确度。
  • 用于细胞培养全过程物质成分分析方法装置
  • [发明专利]一种数据处理方法、装置、电子设备及存储介质-CN202211447957.1在审
  • 吴秉哲 - 腾讯科技(深圳)有限公司
  • 2022-11-18 - 2023-10-27 - G16C20/70
  • 本申请公开了一种数据处理方法、装置、电子设备及存储介质,涉及人工智能技术领域,该方法包括:获取多个第一训练数据集,多个第一训练数据集对应不同的测试批次;每个第一训练数据集包括多个多媒体样本和每个多媒体样本在对应测试批次测试得到的测试结果标签;确定每个多媒体样本对应的测试结果误差;基于测试结果误差,对多个第一训练数据集进行误差分布关联分析,得到表征两两第一训练数据集间噪声分布相似程度的误差关联信息;基于误差关联信息,对多个第一训练数据集进行聚类处理,得到多个第二训练数据集;对多个第二训练数据集分别进行降噪过滤处理,得到目标训练数据集。利用本申请提供的技术方案可以消除噪声批次效应。
  • 一种数据处理方法装置电子设备存储介质
  • [发明专利]一种基于证据权重的SCR脱硝系统NOx浓度状态分类方法-CN202310885073.2在审
  • 易辉;董露 - 南京工业大学
  • 2023-07-18 - 2023-10-27 - G16C20/70
  • 本发明提出一种基于证据权重的SCR脱硝系统NOx浓度分类方法,包括如下步骤:步骤S1:对锅炉数据预处理和特征选择,确定与NOx浓度相关度较高的特征;步骤S2:定义NOx浓度激增状态,提取激增数据,计算特征变化量和变化率;步骤S3:基于WOE和信息价值得到不同特征的状态分级和分级下的激增概率指标从而得到重构数据;步骤S4:对重构数据进行不均衡处理;步骤S5:构建支持向量机二分类模型;步骤S6:对模型进行评估和分析。本发明提出一种基于证据权重的SCR脱硝系统NOx浓度状态分类方法,通过WOE和IV对特征变量的变化量和变化率离散化处理,获得激增状态指标数据,使用激增状态指标数据搭建支持向量机NOx浓度激增状态分类模型。
  • 一种基于证据权重scr系统nox浓度状态分类方法
  • [发明专利]化学实验多指标优化方法、系统、存储介质和电子设备-CN202311218216.0在审
  • 鲍雨;李中伟;柳彦宏;林衍森 - 烟台国工智能科技有限公司
  • 2023-09-21 - 2023-10-27 - G16C20/70
  • 一种化学实验多指标优化方法、系统、存储介质和电子设备,根据指定方面实验因素的实验信息有无历史数据,采取差异化的数据初始化方法;将初始化处理后的由数值型张量组成的历史数据作为贝叶斯优化算法的输入,通过高斯过程回归和偏好对比选择,推荐出一组不重复的实验因素参数组合方案;对上一轮推荐出的所述实验因素参数组合方案分别进行实验,与得到的对应指标值合并添加至历史数据集,将所有的历史数据作为下一轮贝叶斯优化算法的输入,再次推荐出一组实验因素参数组合方案用于实验,以各指标值同时处于预设范围内为停止条件,对贝叶斯优化算法进行若干轮的循环迭代。本发明省却了繁琐且耗资的化学实验验证,能够有效降低生产成本。
  • 化学实验指标优化方法系统存储介质电子设备
  • [发明专利]一种CO2-CN202310226270.3有效
  • 赵娜 - 中国科学院地理科学与资源研究所
  • 2023-03-03 - 2023-10-27 - G16C20/70
  • 本申请涉及应用电子设备进行识别的方法或装置技术领域,提供一种CO2浓度反演数据的降尺度方法和系统。该方法包括:建立第一浓度数据与第二浓度数据之间的数学映射模型;对第二浓度数据上的任一目标像素点,根据目标点的邻域像素点,将数学映射模型在目标像素点处进行泰勒展开,得到数学映射模型对应的误差表达模型;利用局部窗口化核函数将误差表达模型转化为加权最小二乘问题以构建降尺度模型,并求解得到第二浓度数据;基于改进的高精度曲面建模方法对该第二浓度数据进行修正,得到修正后的高分辨率CO2浓度反演数据。由此,无需引入辅助变量即可求解得到降尺度后的高分辨率CO2浓度数据,并降低了降尺度结果的不确定性,提高了精度。
  • 一种cobasesub
  • [发明专利]指导薄膜纳米复合纳滤膜设计的多任务深度学习方法-CN202310926617.5在审
  • 王允乾;李恒;曾斌 - 南昌大学
  • 2023-07-26 - 2023-10-24 - G16C20/70
  • 本发明提出了一种指导薄膜纳米复合纳滤膜设计的多任务深度学习方法。包括:将纳米粒子大小,纳米粒子装填量,胺单体浓度和氯单体浓度作为待优化的目标参数并将其与其余参数相互组合得到输入数据,输入数据包括膜制造条件、膜性能、纳米颗粒材料性能和有机溶剂纳滤条件四类影响参数;将输入数据送入预测模型中;获取输入数据对应薄膜纳米复合纳滤膜的渗透率和选择性;判断输出的性能是否满足预期要求;如果满足要求则记录输入数据对应的膜制备条件用于指导薄膜纳米复合纳滤膜的设计;如果不满足要求则回到第一步继续优化目标参数。本发明能够降低训练成本,提高薄膜纳米复合纳滤膜预测精度并对其设计提供指导,促进高性能薄膜纳米复合纳滤膜设计。
  • 指导薄膜纳米复合滤膜设计任务深度学习方法
  • [发明专利]基于贝叶斯正则化的硫磺回收装置软测量方法-CN202310921783.6在审
  • 郑俊华;叶茂钞;周乐;吕玉婷 - 浙江科技学院
  • 2023-07-26 - 2023-10-24 - G16C20/70
  • 本发明公开了一种基于贝叶斯正则化的硫磺回收装置软测量方法,包括:在线检测硫磺回收装置的过程变量数据,并对其进行预处理和归一化处理;将处理后的过程变量数据输入至构建的基于贝叶斯正则化的概率主元回归软测量模型中,获得在线过程变量数据对应的关键指标值;所述的基于贝叶斯正则化的概率主元回归软测量模型在训练过程中,通过贝叶斯正则化方法自动确定主元回归模型中的主元个数。本发明在传统主元回归模型的基础上,引入概率建模的方法,并通过贝叶斯正则化方法自动确定主元回归模型中的主元个数,克服了传统主元回归模型的不足,极大地提高了硫磺回收装置中的关键指标在线检测效果和性能。
  • 基于贝叶斯正则硫磺回收装置测量方法

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