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29个,建议您升级VIP下载更多相关专利
  • [发明专利]数据处理方法及装置-CN202210663208.6在审
  • 宋韶旭;赵东明;贺文迪;龚怿焜;王建民 - 清华大学
  • 2022-06-13 - 2022-10-14 - G06F16/215
  • 本申请实施例提供一种数据处理方法及装置,其中,方法包括:从终端设备获取待处理时序数据,所述待处理时序数据中包括N个数据点,N为大于1的整数;根据所述待处理时序数据,确定满足预设条件的异常数据点并标记所述异常数据点;所述预设条件用于筛选出下述任一种或多种异常的数据点:时间戳缺失异常、数值为空值异常、相邻数据点的时间间隔不满足采集间隔条件异常、数值分布异常、数值变化速度分布异常或数值变化加速度分布异常。可有效反馈时序数据的可用性,有助于提高时序数据分析或挖掘结果的精确性。
  • 数据处理方法装置
  • [发明专利]神经网络模型的训练方法、实体匹配方法及相关装置-CN202011380281.X在审
  • 宋韶旭;梅逸男;方靓芸 - 华为技术有限公司;清华大学
  • 2020-12-01 - 2022-06-03 - G06N3/04
  • 本申请提供了一种神经网络模型的训练方法、实体匹配方法及相关装置,该神经网络模型包括第一模型和第二模型。该方法包括:通过对不存在缺失值的原始数据集进行掩码构建得到训练数据集,根据该训练数据集对该神经网络模型进行训练,其中在训练该神经网络模型的过程中,通过该第一模型所包括的多个底层神经网络模型来分别学习出每个属性的属性值的特征表示,通过该第二模型来至少基于该第一模型输出的属性的属性值特征表示学习出预测标签,并至少基于该预测标签与该训练数据集的真实标签之间的差异来更新该神经网络模型的参数。该方法在保证实体匹配结果的精度的前提下,可以有效降低实体匹配的开销和提高实体匹配的效率。
  • 神经网络模型训练方法实体匹配相关装置
  • [发明专利]异常业务数据的处理方法、装置和存储介质-CN202210068428.4在审
  • 宋韶旭;王浩宇;张小健;王建民 - 清华大学
  • 2022-01-20 - 2022-05-13 - G06Q10/06
  • 本申请提供一种异常业务数据的处理方法、装置和存储介质,其中,方法包括:获取一业务的多个业务数据、各业务数据的周期长度T以及各业务数据的采集时间;基于各业务数据的采集时间在该业务数据的数据周期中所处的时序位置,将时序位置相同的各业务数据归为一个扩展集合;针对每一业务数据yi,将业务数据yi的采集时间ti之前和之后各Wd个采集时间对应的业务数据所属的扩展集合中的各业务数据、业务数据yi所属的扩展集合中的各业务数据以及采集时间ti之前和之后各Ws个采集时间对应的业务数据,组成业务数据yi的扩展邻域集合Ni;基于各业务数据对应的扩展邻域集合,从多个业务数据中确定异常业务数据。
  • 异常业务数据处理方法装置存储介质
  • [发明专利]一种时间序列频繁对称模式挖掘方法及装置-CN201911294473.6有效
  • 宋韶旭;李盼盼;王建民 - 清华大学
  • 2019-12-16 - 2021-01-15 - G06F16/2458
  • 本发明实施例提供一种时间序列频繁对称模式挖掘方法及装置,该方法包括:根据动态规划算法和拟牛顿法对时间序列进行分析处理,确定时间序列关键点信息;根据时间序列关键点信息和预设截取间隔,将时间序列划分为多个时间子序列,对各个时间子序列进行对称性分析,得到对称子序列集;对称子序列集中各个对称子序列的相似度进行分析,得到各个对称子序列的相似度矩阵,根据相似度矩阵进行密度聚类,得到频繁对称模式信息。通过动态规划关键点检测算法确定时间序列的关键点后,将原始时间序列划分为不同长度的时间子序列,根据相似性进行聚类,从而得到时间序列的频繁对称模式,有效提升挖掘准确性和多样性。
  • 一种时间序列频繁对称模式挖掘方法装置
  • [发明专利]一种基于界标的数据填补方法及装置-CN201911381294.6有效
  • 宋韶旭;方晨光;王建民 - 清华大学
  • 2019-12-27 - 2020-11-10 - G06F16/215
  • 本发明实施例提供一种基于界标的数据填补方法及装置,该方法包括:获取待填补的原始数据,所述原始数据包括完整数据行和缺失数据行;将所述原始数据中的完整数据行输入至预设的生成对抗网络模型,输出完整数据行的界标;根据完整数据行的界标和完整数据行,对缺失数据行进行填补,得到填补后的缺失数据行;其中,所述生成对抗网络模型,根据多个完整数据行样本和对应的界标标签进行训练后得到。该方法能够得到数据行在值空间的准确界标,综合考虑到了界标数据和无缺失的完整数据,在数据缺少近邻点的情况下,也能进行填补。另外,填补数据部分依据真实的完整数据,能够有效避免神经网络的过拟合问题。
  • 一种基于界标数据填补方法装置
  • [发明专利]一种图片拍摄区域识别及地理定位方法及装置-CN201710064508.1有效
  • 李春平;高玺艳;宋韶旭 - 清华大学
  • 2017-02-04 - 2020-10-27 - G06K9/62
  • 本发明公开了一种图片拍摄区域识别及地理定位方法及装置,所述方法包括:输入待测图片,使用图片特征提取器提取所述待测图片的特征向量,得到第一特征向量;计算所述第一特征向量所属的特征向量簇,根据所述第一特征向量所属的特征向量簇,获知所述待测图片的拍摄区域信息;其中,每个特征向量簇代表一个地理区域;使用测距网络计算所述第一特征向量与所属特征向量簇中其他特征向量的距离,得到所述待测图片的地理位置。本发明实施例通过识别待测图片的特征向量,进而计算该特征向量所属的特征向量簇,得到地理区域信息,实现简便,效率高;通过测距网络得到待测图片的地理位置,提高了识别准确度和识别速度。
  • 一种图片拍摄区域识别地理定位方法装置
  • [发明专利]多副本数据的时效性判断方法及装置-CN201911303750.5有效
  • 宋韶旭;孙宇;王建民 - 清华大学
  • 2019-12-17 - 2020-10-20 - G06F11/14
  • 本发明实施例提供一种多副本数据的时效性判断方法及装置,该方法包括:获取当前时刻的k个相互邻近的历史时刻的副本,并计算每两个相邻副本的时间差值和数据差值,以及当前时刻和最近副本的时间差值;将所有时间差值和数据差值,输入至预设的差值模型,输出当前时刻和最近副本的数据差值预测结果;若所述预测结果小于预设阈值,则判断所述最近副本具备时效性;其中,所述差值模型,根据具有时效性的两两相邻的k个时间差值和数据差值样本,进行训练后得到。该方法具有客观性,且无需找到分布式机器之间的强关联关系,便可实现数据时效性的有效判断,提高了多副本数据的时效性判断的准确率。
  • 副本数据时效性判断方法装置
  • [发明专利]一种错误数据容忍的虚警过滤方法和装置-CN201910374187.4有效
  • 宋韶旭;刘志成;王建民;王晨 - 清华大学
  • 2019-05-07 - 2020-07-17 - G05B19/418
  • 本发明实施例提供一种错误数据容忍的虚警过滤方法和装置。该方法包括获取传感器测量得到的设备对应的时序数据,根据所述设备正常运行所对应的状态参数值,确定所述时序数据中包括的疑似时间序列;根据预设的相似度匹配方法,计算每一所述疑似时间序列与历史真警对应的报警时间序列之间的相似度,将对应的相似度高于相似度阈值的疑似时间序列确定为真警,根据预设的异常因子检测算法计算每个对应的相似度不高于所述相似度阈值的疑似时间序列的异常度;根据每个对应的相似度不高于所述相似度阈值的疑似时间序列的异常度,对所述疑似时间序列是否为真警进行判断。本发明实施例能够过滤掉绝大部分错误数据引起的虚警,提高报警的准确率。
  • 一种错误数据容忍过滤方法装置
  • [发明专利]油耗量测定方法及装置、油箱-CN201910397164.5有效
  • 宋韶旭;黄南翰;孙宇;王建民 - 清华大学
  • 2019-05-14 - 2020-07-17 - G01F9/00
  • 本发明实施例提供一种油耗量测定方法及装置、油箱。所述方法包括:获取待测油箱在测定初始时刻的第一油量高度以及在测定终止时刻的第二油量高度;将所述第一油量高度、第二油量高度分别输入至预设的流量校正模型,得到所述第一油量高度对应的第一累计流量,以及所述第二油量高度对应的第二累计流量;其中,所述流量校正模型为对所述待测油箱的历史流量数据进行预设数据校正训练得到的;根据所述第一累计流量、第二累计流量,得到所述测定初始时刻与所述测定终止时刻之间的油耗量。本发明实施例解决了现有技术中,油耗仪容易造成油耗测量测定不准的问题。
  • 油耗测定方法装置油箱
  • [发明专利]数据异常检测方法和装置-CN201910383583.3有效
  • 宋韶旭;王喜;方晨光;王建民 - 清华大学
  • 2019-05-09 - 2020-06-02 - G06F11/07
  • 本发明实施例提供一种数据异常检测方法和装置。所述方法包括:对各数据集按照属性进行去一划分,并根据划分后的数据集的信息熵计算各属性的权值;根据各属性的权值计算各数据集中不同数据对象间的余弦距离,并根据各数据对象与其他数据对象间的余弦距离计算各数据对象的初始异常值;对计算好所有数据对象的初始异常值的各数据集按照时序插入有序序列;根据序列中任一数据集的上一时刻和下一时刻的数据集的异常状态更新所述任一数据集的数据对象的初始异常值;对各数据集的数据进行检测,对异常值超过指定阈值的数据判断为异常。本发明实施例能够对区块链第三方存储介质上数据进行检测,具有较好的准确率和召回率。
  • 数据异常检测方法装置

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