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251324个,建议您升级VIP下载更多相关专利
  • [发明专利]基于大数据的中央空调负荷预测系统及方法-CN201911298025.3有效
  • 朱玲 - 钱小英
  • 2019-12-17 - 2021-02-19 - G06Q10/04
  • 本发明公开了一种基于大数据的中央空调负荷预测系统及方法,所述预测系统包括预测日输入模块、客流预测模块和负荷预测模块,所述客流预测模块用于预测预测日所在那天的客流量,所述负荷预测模块根据客流预测模块的预测结果预测预测日那天的中央空调负荷量,所述客流预测模块包括历史客流量信息获取模块和客流量信息计算模块,所述历史客流量信息获取模块包括上一年预测客流量获取模块、预测日前客流量获取模块和营销活动客流量获取模块,所述预测客流量获取模块用于获取上一年预测日的预约客流量值和非预约客流量值
  • 基于数据中央空调负荷预测系统方法
  • [发明专利]一种基于大数据的中央空调负荷预测系统-CN202110091454.4有效
  • 朱玲 - 深圳市菱泰能源科技有限公司
  • 2019-12-17 - 2022-08-26 - F24F11/46
  • 本发明公开了一种基于大数据的中央空调负荷预测系统,所述预测系统包括预测日输入模块、客流预测模块和负荷预测模块,所述客流预测模块用于预测预测日所在那天的客流量,所述负荷预测模块根据客流预测模块的预测结果预测预测日那天的中央空调负荷量,所述客流预测模块包括历史客流量信息获取模块和客流量信息计算模块,所述历史客流量信息获取模块包括上一年预测客流量获取模块、预测日前客流量获取模块和营销活动客流量获取模块,所述预测客流量获取模块用于获取上一年预测日的预约客流量值和非预约客流量值
  • 一种基于数据中央空调负荷预测系统
  • [发明专利]一种城市轨道交通断面客流预测方法及装置-CN202111653779.3在审
  • 杜海潇;詹博超;黄永皓;赵国光 - 中信云网有限公司
  • 2021-12-30 - 2022-04-26 - G06Q10/04
  • 本发明提供一种城市轨道交通断面客流预测方法及装置,其中的预测方法包括:获取目标断面的历史断面客流信息和历史进出站客流信息;根据历史断面客流信息和历史进出站客流信息,训练断面客流预测模型至收敛,得到目标断面客流预测模型;将预测时段、目标断面编号以及历史进出站客流信息输入至目标断面客流预测模型,获取目标断面的预测断面客流,在本发明中,通过将需要预测的时段、目标断面的编号以及历史进出站客流信息输入到训练好的目标断面客流预测模型中,得到目标断面在预测时段的预测断面客流,解决了现有技术中不能精准预测断面客流的缺陷,有效提高了城市轨道交通断面客流预测的精确度。
  • 一种城市轨道交通断面客流预测方法装置
  • [发明专利]一种基于车站客流预测客流组织决策方法-CN202110995369.0在审
  • 马灵玲;陈佳伟;徐腾云;丁康;邓家璧 - 浙江浙大中控信息技术有限公司
  • 2021-08-27 - 2021-12-28 - G06Q10/04
  • 本发明公开了一种基于车站客流预测客流组织决策方法,包括以下步骤:进行历史数据采集;根据不同情况分别构建车站客流预测模型;依据车站客流预测模型进行车站客流预测;对预测得到的客流量进行客流等级分级;根据客流等级给定客流组织决策的建议上述技术方案针对每个车站的不同情况构建相应的进出站客流预测模型,根据预测得到的进出站客流量判定客流等级,从而给出客流组织的建议,通过对轨道交通车站进行短时客流预测,将预测结果作为客流组织方案的参考,运用算法对预测所得的客流值进行分级判定,从而快速、准确地给出客流组织决策的建议,改善了人工观察客流量再做决策繁琐迟延的缺点。
  • 一种基于车站客流预测组织决策方法
  • [发明专利]基于LSTM的自适应短时客流预测方法及相关设备-CN202111242896.0在审
  • 郑凤 - 北京邮电大学
  • 2021-10-25 - 2022-01-11 - G06Q10/04
  • 本申请提供一种基于LSTM的自适应短时客流预测方法及相关设备,获取预测用历史短时客流数据;将预测用历史短时客流数据输入预先构建并训练得到的基于LSTM的自适应短时客流预测模型,得到第一个时段客流预测结果;将预测用历史短时客流数据和第一个时段客流预测结果进行拼接,并输入基于LSTM的自适应短时客流预测模型,得到第二个时段客流预测结果;重复执行上述操作,直到多个时段客流预测结果对应的时长的总和达到预设的待预测时段的时长,将多个时段客流预测结果的总和作为短时客流预测结果。本申请提供的基于LSTM的自适应短时客流预测方法及相关设备的预测精度较高。
  • 基于lstm自适应客流预测方法相关设备
  • [发明专利]客流预测方法、装置、设备及存储介质-CN202211034373.1在审
  • 伍广腾;侯桂星;黄践焜 - 浪潮通信信息系统有限公司
  • 2022-08-26 - 2022-10-25 - G06Q10/04
  • 本发明提供一种客流预测方法、装置、设备及存储介质,涉及交通预测技术领域。所述客流预测方法包括:获取待预测日的日期特征、天气特征和时序数据;将所述日期特征、所述天气特征和所述时序数据输入至客流预测模型,以利用所述客流预测模型对所述待预测日的客流量进行预测,得到客流预测结果;其中,所述客流预测模型是基于由关联特征和客流量数据构建的历史时序数据集以及所述历史时序数据集对应的客流量标签进行迭代训练得到的。本发明通过加入日期特征和天气特征,利用客流预测模型对所述待预测日的客流量进行预测,降低了单纯客流预测的随机波动,解决了客流预测的准确性较低的技术问题,提高了客流预测的精确度。
  • 客流量预测方法装置设备存储介质
  • [发明专利]一种轨道交通新线客流预测方法、系统、电子设备及介质-CN202310793330.X在审
  • 许心越;张鹏羽;李海鹰;孔庆雪 - 北京交通大学
  • 2023-06-30 - 2023-09-22 - G06Q10/04
  • 本发明公开一种轨道交通新线客流预测方法、系统、电子设备及介质,涉及轨道交通客流预测领域,方法包括:首先获取与车站客流相关的建成环境特征,根据待预测客流的新线车站的建成环境特征,确定新线车站的车站类型;利用车站类型对应的客流预测子模型对新线车站的客流进行初步预测;其中,客流预测子模型是利用训练数据集对机器学习模型进行训练得到的,训练数据集包括既有车站的建成环境特征和对应的不同时段客流数据;再利用地理加权回归模型确定客流预测子模型对新线车站客流进行初步预测预测残差;最后将初步预测结果和预测残差求和,得到新线车站的最终客流。本发明提高了进出站客流预测精准度。
  • 一种轨道交通新线客流预测方法系统电子设备介质
  • [发明专利]基于大数据分析的地铁客流预测方法-CN201710757135.6在审
  • 邓敏;赵军锋;于洋;赵明桂;李上 - 南京轨道交通系统工程有限公司
  • 2017-08-29 - 2018-02-13 - G06Q10/04
  • 本发明公开了一种基于大数据分析的地铁客流预测方法,应用于轨道交通的客流预测,包括如下步骤从客流数据库中提取客流数据,并将其导入大数据存储系统;从上述的大数据存储系统中读取每天分时客流数据和/或每天累计的客流数据;根据上述的每天分时客流数据和/或每天累计的客流数据利用RNN模型进行客流预测建模,并进行优化,得到客流预测数据;根据上述的每天分时客流数据和/或每天累计的客流数据与客流预测数据,持续优化预测模型参数,提高下一次预测的准确度。本发明解决了现有技术中常用的地铁客流预测方法预测结果与实际运营客流统计值相差较大,实际运营中预测数据的可参考性比较差等问题。
  • 基于数据分析地铁客流预测方法
  • [发明专利]一种景区客流预测的方法及装置-CN201910402126.4在审
  • 闾凡兵;向学文 - 贵阳海信网络科技有限公司
  • 2019-05-15 - 2020-11-17 - G06Q10/04
  • 本发明公开了一种景区客流预测的方法及装置,该方法包括获取预测景区的参数信息,根据参数信息,确定预测景区的特征工程,将预测景区的特征工程输入至客流预测模型中,预测预测景区的客流,其中,客流预测模型是对景区的不同场景下的历史客流进行训练学习得到的,客流预测模型包括初级训练模型和次级训练模型。通过将特征工程数值至依据初级训练模型和次级训练模型学习得到的客流预测模型中,能够准确的预测到景区的客流,提高了预测准确性。
  • 一种景区客流预测方法装置

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