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2504432个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于高频时序数的车辆故障预警方法及系统-CN202210325250.7在审
  • 彭朝晖;王艺霖;谢广印;厉浩;薛亮;王芳珺 - 山东大学
  • 2022-03-30 - 2022-06-28 - G06K9/62
  • 本发明公开一种基于高频时序数的车辆故障预警方法及系统,包括:对获取的车辆运行数据按车辆ID和时间顺序进行排序,且采用不同时间窗口进行划分后,得到不同时间窗口下的多元时序数;对排序后的车辆运行数据进行异动检测,确定潜在异常车辆;根据多元变量间的相关关系,将潜在异常车辆在不同时间窗口下的多元时序数转换为特征相关图,根据特征相关图判断潜在异常车辆的异常程度,得到不同时间窗口下潜在异常车辆的异常得分;根据不同时间窗口下的异常得分,对异常得分超出阈值的多元时序数进行故障类型的匹配,得到故障类型。利用时序数中的关系量化故障发生概率,并反馈故障类型,实现车辆运行过程中的实时故障预警。
  • 一种基于高频时序数据车辆故障预警方法系统
  • [发明专利]一种海量数据实时排序优化方法-CN201710043943.6有效
  • 李波;古晓艳;钟进文;王卓;王伟平;孟丹 - 中国科学院信息工程研究所
  • 2017-01-19 - 2020-05-22 - G06F16/172
  • 本发明公开了一种海量数据实时排序优化方法。本方法为:1)设置一集群级节点、若干节点级节点和若干文件级节点;2)集群级节点将收到的检索排序请求发送给各节点级节点,各节点级节点将该检索排序请求发送给本节点的文件级节点;3)各文件级节点根据该检索排序请求,将与本节点相关的日志文件排序后输出有序数给节点级节点;4)各节点级节点根据该检索排序请求将本节点上符合时间范围和分区条件的日志数据排序后输出给该集群级节点;5)该集群级节点将各节点级节点发送过来的有序数流进行排序汇总在任意的排序场景中,本方法都能有效降低内存使用量。
  • 一种海量数据实时排序优化方法
  • [发明专利]一种对基于AXI协议乱序响应的重排序方法及系统-CN202310679591.9有效
  • 强鹏;刘蕊丽 - 太初(无锡)电子科技有限公司
  • 2023-06-09 - 2023-09-29 - G06F15/173
  • 本发明公开了一种对基于AXI协议乱序响应的重排序方法及系统,应用于AXI协议的主设备,方法包括:向目标从设备发起多个读请求,读请求包括:读请求的地址、读请求的数据长度以及读请求的ID编号;接收目标从设备返回的读响应数据;当读响应为乱序响应时,利用重排序电路对乱序响应进行重排序处理,重排序电路包括:编号缓存和重排序缓存,编号缓存用来存储不同读请求的ID编号,重排序缓存用于存储对应ID编号的响应数据。通过本发明提供的方法及系统,能够使得主设备具备对乱序响应进行重排序的能力,最大限度保证了传输的效率和并行性,在保证主设备接收数据正确性的同时节省了整个系统的资源消耗,提高了系统的运行带宽。
  • 一种基于axi协议响应排序方法系统
  • [发明专利]就学考试预测的数据筛选系统及数据处理方法-CN201510973138.4在审
  • 余家庭 - 系微股份有限公司
  • 2015-12-22 - 2017-06-30 - G06F17/30
  • 本发明是涉及一种就学考试预测的数据筛选系统及数据处理方法,主要是由使用者的一电子装置透过网络连结一服务器,并于该电子装置上执行一数据筛选程序,以取得使用者预先储存在该服务器中多个的学校系所信息、兴趣测验结果信息,以及对使用者输入的一考试成绩信息、该学校系所信息执行一加权运算,以滤出一含多个学校系所的排序,根据该排序、该考试成绩信息进行分析,使该排序中的所有学校系所均被分类标示,并归纳成多维度的区间信息;藉由前述执行的数据筛选处理,供使用者能有效预测到符合自己的考试成绩的校系,以达到提升选校效率的目的。
  • 就学考试预测数据筛选系统数据处理方法
  • [发明专利]高精度浮点类型时序数的无损压缩及解压方法-CN202211519183.9在审
  • 李瑞远;李政;姜俊;吴怡;陈超 - 重庆大学
  • 2022-11-30 - 2023-05-09 - G06F16/174
  • 本发明涉及数据无损压缩技术领域,具体涉及高精度浮点类型时序数的无损压缩及解压方法,包括:对待压缩的时序数进行排序;按顺序将各条时序数与其相邻时序数进行异或计算,得到对应的异或值;去除各条时序数的异或值中的前导零,生成对应的有效位;根据各条时序数的有效位确定对应的有效位位数;压缩时序数时,存储对应时序数的有效位及其有效位位数。本发明的无损压缩方法能够实现高精度浮点类型时序数的无损压缩,且能够有效提高压缩率并降低压解时间,从而能够保证浮点类型时序数的压缩效果和压解成本,进而有效降低数据存储量和传输成本。
  • 高精度浮点类型时序数据无损压缩解压方法
  • [发明专利]一种在SDH中堆排序的方法-CN200510036021.X无效
  • 管冬根 - 中兴通讯股份有限公司
  • 2005-07-22 - 2007-01-24 - H04L29/06
  • 本发明的一种在SDH中堆排序的方法,其包括:网络控制协议对收到的压缩报文解压后,在每一条记录的最后增加一预定长度字节的序数,用于标识该条记录的入库次序,并通过一累加器来生成;所述网络控制协议把解压后的记录入库时连同该记录相对应的序数一起入库;所述网络控制协议在组包时先对库中的数据进行排序,并对库中的数据按照关键字段进行初始建堆,创建初始堆的时候如果发现两条报文记录的关键字段完全相同,则比较其对应的序数的先后关系;在所述网络控制协议重建堆过程中,如果发现两条报文记录的关键字段完全相同,则比较其对应的序数的次序关系。本发明方法实现了一种简单有效的把堆排序改进为稳定排序的方法。
  • 一种sdh排序方法
  • [发明专利]一种基于循环神经网络的序列重排方法-CN202211417807.6有效
  • 陈兴国;李扬 - 南京邮电大学
  • 2022-11-14 - 2023-06-02 - G06N3/044
  • 本发明公开了一种基于循环神经网络的序列重排方法,包括训练过程和排序过程两部分。通过在正确序列的相关数据集上学习知识,由于乱序数依旧保留序列特征,因此选择循环神经网络模型学习序列信息;将训练好的循环神经网络模型应用在乱序数集上,首先固定第一个时间步的数据顺序并输入模型中,得到相应的预测结果后,基于预先定义的评价指标,搜索输入时间步的下一个时间步的在样本维度上的所有顺序组合,找出指标最优的组合将其作为对应时刻重排之后的正确顺序,以此类推直到最后一个时刻被排序好为止。相较于现有技术,本发明能够尽可能的将乱序数重新排序成接近原始数据的形式。
  • 一种基于循环神经网络序列重排方法

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