“模糊预测”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果287848个，建议您升级VIP下载更多相关专利

[发明专利]基于模糊建模的配电网可靠性评估调控方法及其系统-CN201110450211.1有效
发明人：康文韬;刘莎;李锐;黄志伟;刘文山;冯悦波;王艳杰;金义雄 -专利权人：广东电网公司深圳供电局
申请日： 2011-12-29 - 公布日： 2012-05-02 - 主分类号： H02J3/00 文献下载
摘要：本发明提供一种基于模糊建模的配电网可靠性评估调控方法及其系统，通过分析规划后配电网可靠性预测评估的模糊建模，对待进行可靠性预测评估的配电网进行化简，基于配电网模糊建模对配电网的供电可靠性进行预测评估分析，力求较为准确地定量分析出各种配电网建设、改造以及各种技术、管理措施对规划后的配电网可靠性水平的影响，评估预测出较为合理的供电可靠性指标，以此进行规划年的供电可靠性指标优化调控，提高配电网运行的可靠性和电能质量
基于模糊建模配电网可靠性评估调控方法及其系统

[发明专利]针对实验室考核的人脸模糊方法及人脸模糊装置-CN202310323074.8在审
发明人：刘凯;李丽;王庆峰 -专利权人：上海锡鼎智能科技有限公司
申请日： 2023-03-29 - 公布日： 2023-06-23 - 主分类号： G06T7/246 文献下载
摘要：本发明实施例公开了一种针对实验室考核的人脸模糊方法及人脸模糊装置，涉及实验室监控技术领域，所述方法包括：实时获取实验室监控画面，对所述实验室监控画面进行人脸分析，生成人脸检测框；对考核人员的移动轨迹进行预测，基于预测结果和所述人脸检测框生成动态检测框；由外向内逐层对所述动态检测框内的像素点进行肤色分析，确定最外层像素点；基于所述最外层像素点确定至少一个人脸轮廓；对所述至少一个人脸轮廓执行模糊处理，生成模糊后人脸图像通过动态追踪实验人员的人脸，并基于像素点识别的人脸区域检测，从而优化模糊过程中的运算量，提高模糊效率。
针对实验室考核模糊方法装置

[发明专利]一种热对流扩散系统中模糊参数隶属度函数识别方法-CN201710128743.0有效
发明人：王冲;邱志平;仇翯辰;张泽晟 -专利权人：北京航空航天大学
申请日： 2017-03-06 - 公布日： 2020-06-30 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种热对流扩散系统中模糊参数隶属度函数识别方法，步骤如下：引入模糊变量表征系统不确定参数；统计测量数据，得到模糊温度响应的测量值；选取截集水平，将待识别模糊变量转化为区间变量，将模糊温度响应测量值转化为区间温度响应测量值；利用顶点组合方法，快速计算各截集水平下区间温度响应的预测值；利用区间温度响应的测量值和预测值，建立误差函数；基于优化理论建立区间变量的识别模型；选用优化算法对区间变量识别模型进行编程计算，得到最优解；利用模糊分解定理重组各截集水平下区间变量的识别结果，得到模糊参数的隶属度函数。
一种对流扩散系统模糊参数隶属函数识别方法

[发明专利]基于改进多尺度模糊熵的滚动轴承故障诊断方法-CN201710363095.7有效
发明人：朱可恒;李郝林;陈龙;景璐璐 -专利权人：上海理工大学
申请日： 2017-05-22 - 公布日： 2019-03-05 - 主分类号： G01M13/04 文献下载
摘要：本发明涉及一种基于改进多尺度模糊熵的滚动轴承故障诊断方法，采集滚动轴承的振动信号；计算振动信号的改进多尺度模糊熵；将前八个尺度上的改进模糊熵作为轴承故障特征向量；将故障特征向量分为训练集和测试集；利用训练集对支持向量机进行训练并用训练好的模型对测试集进行预测；根据预测结果识别滚动轴承的工作状态与故障类型。对模糊熵算法进行改进，用一个总体均值代替的传统模糊熵计算中的局部均值，计算不同尺度下的改进模糊熵。改进后的多尺度模糊熵能更全面地反映信号的特征，从而更准确地评估轴承的运行状态。
基于改进尺度模糊滚动轴承故障诊断方法

[发明专利]基于CNN-Transformer混合自编码器的图像盲运动去模糊方法-CN202110778551.0有效
发明人：陈华;赵露露;孙纪康;张小刚;王炼红;潘政;李磊;谢冰心 -专利权人：湖南大学;浦湘生物能源股份有限公司
申请日： 2021-07-09 - 公布日： 2022-07-22 - 主分类号： G06T5/00 文献下载
摘要：基于CNN‑Transformer混合自编码器的图像盲运动去模糊方法，所述方法包括两个阶段，分别为模型训练阶段和预测阶段，模型训练阶段包括以下步骤：步骤一：准备图像去模糊标准数据集；步骤二：实验数据预处理；步骤三：将图像去模糊标准数据集的训练集中的模糊图片输入混合自编码器部分进行恢复；步骤四：将混合自编码器生成的潜在清晰图像与其标准数据集中相对应的目标清晰图片一起输入判别器，判别器计算损失后返回梯度；步骤五：混合自编码器接收来自判别器的梯度进行参数更新；模型预测阶段包括一个步骤：将模糊图片输入训练好的混合自编码器，输出即是去模糊后的清晰图片。利用本发明，能得到更好的图像去模糊效果，对图像细节产生更清晰的恢复。
基于 cnn transformer 混合编码器图像运动模糊方法

[发明专利]电力通信网络的节点故障检测方法-CN201611131092.2在审
发明人：周子冠;赵志平 -专利权人：国网山西省电力公司忻州供电公司;中科鼎源（北京）科技有限公司
申请日： 2016-12-09 - 公布日： 2017-02-01 - 主分类号： H04L12/24 文献下载
摘要：本发明公开了一种电力通信网络节点故障检测方法，基于灰色预测方法，将心跳策略引入到电力通信网络节点的故障检测中，动态地预测出网络节点系统的状态变化；将获取的网络节点系统预测动态序列为依据，利用模糊算法对网络节点的故障信号延迟进行处理本方法所述的故障检测的平均误差率要远远低于模糊聚类算法，这主要是因为本发明算法在进行网络节点的故障检测中，动态的预测出网络节点系统状态的变化，从而保证了改进算法进行网络节点故障检测的正确性；算法在进行网络节点的故障检测时，利用模糊算法对网络节点的故障信号延迟进行模糊化处理，从而有效地保证了改进算法进行多媒体网络节点故障检测的时间效率。
电力通信网络节点故障检测方法

[发明专利]一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质-CN202310245165.4在审
发明人：向慕超;凌在汛;冀肖彤;刘华峰;崔一铂;刘曼佳;顾一鸣;成诚;吴笑民;邓桂平;田晨丞;焦海文 -专利权人：国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司襄阳供电公司;湖北方源东力电力科学研究有限公司
申请日： 2023-03-10 - 公布日： 2023-07-28 - 主分类号： B60L53/00 文献下载
摘要：本发明提出一种基于模糊深度神经网络的电动汽车充电负荷预测方法、装置、系统及存储介质，该方法包括：S1，对历史负荷数据进行预处理和采用隶属度函数对温度进行数字化模糊处理后再对所有输入数据进行归一化处理，再将其一起输入到神经网络中；S2，将经过步骤S1处理的负荷数据作为脉冲神经网络的训练样本，进行预训练初步构建深度神经网络预测模型，完成对深度神经网络每一层神经元的权值初始化；S3，预训练后，使用PSO对步骤S2初始化的模糊深度神经网络各层之间权参量精细化微调，建立模糊深度神经网络预测模型。本发明既考虑了传统负荷预测方法难以同时兼顾负荷时间特性和空间特性的问题，又能客观反映实际情况，实用性更强。
一种基于模糊深度神经网络电动汽车充电负荷预测方法装置系统存储介质

[发明专利]基于数字孪生的镜像搅拌摩擦焊温度及顶锻力控制方法-CN202211219985.8在审
发明人：肖聚亮;王能;王铭礼;马世骏;牛一凡;朱林 -专利权人：天津大学
申请日： 2022-10-08 - 公布日： 2023-01-17 - 主分类号： G05D23/20 文献下载
摘要：基于修正的单侧搅拌摩擦焊热力耦合仿真模型构建镜像搅拌摩擦焊热力耦合仿真模型；构建输入包括焊接参数，输出分别为搅拌头初始转速、顶锻力、工件的温度场、从发出指令到顶锻力及工件的温度场达到下一个稳态值的响应时间的如下神经网络模型：初始转速预测模型、顶锻力预测模型、温度场预测模型、响应时间预测模型；构建输入包括顶锻力误差和顶锻力误差变化率，输出分别为下压量变化量和转速变化量的如下模糊控制器：下压量变化量模糊控制器和转速变化量模糊控制器，通过两模糊控制器控制下压量或搅拌头转速
基于数字孪生搅拌摩擦温度顶锻力控制方法

[发明专利]一种风电机组数据驱动模型预测控制方法-CN202111370432.8在审
发明人：叶林;冯翔宇;周峰;屠劲林;王建国;王介昌;陈兆圣;吴伯双;梁思超;张琪 -专利权人：华能新能源股份有限公司;北京华能新锐控制技术有限公司
申请日： 2021-11-18 - 公布日： 2022-04-12 - 主分类号： H02J3/00 文献下载
摘要：一种新的数据驱动模型预测控制方法，其采用两阶段模糊曲线方法从风电场中所获得的输入变量中给出各输入变量与输出之间的关联度权重，根据输入变量指标快速选择出重要的输入变量,然后采用模糊聚类和高斯型隶属函数确定模糊模型前提参数，采用递推最小二乘辨识出模糊模型结论参数；利用辨识得到的模型去参与数据驱动模型预测控制，使得风电场能够顺利进行一次调频，完成了用于风电场频率控制的MPC问题，可以快速得到较为准确的解。
一种机组数据驱动模型预测控制方法

[发明专利]变结构模糊系统传感器故障诊断方法及其在飞控系统的应用-CN201310413409.1有效
发明人：荣海军;张明家;冯笑阳;鲍荣憬;杨朝旭;欧阳鹏程;韦金涛 -专利权人：西安交通大学
申请日： 2013-09-11 - 公布日： 2014-01-08 - 主分类号： G05B13/04 文献下载
摘要：本发明提供一种变结构模糊系统传感器故障诊断方法及其在飞控系统的应用，无需建立飞控系统传感器的精确解析模型，利用变结构模糊系统的全局逼近能力建立传感器预测模型，基于真实模型与预测模型之间的误差对一个或者多个传感器故障进行检测、识别与包容，保证飞控系统正常工作；同时变结构模糊系统能够根据所采集到的传感器数据实时在线配置模糊规则库，使得故障诊断方法不仅具有容错性而且具有实时性以及自适应性。
结构模糊系统传感器故障诊断方法及其应用

[发明专利]风力发电场风能预测方法和装置-CN201710300301.X有效
发明人：阿比内特·特斯法耶·艾希 -专利权人：北京天诚同创电气有限公司
申请日： 2017-04-28 - 公布日： 2017-08-04 - 主分类号： G06Q10/04 文献下载
摘要：提供了一种风力发电场风能预测方法和装置。所述风力发电场风能预测方法包括采用自适应神经模糊推理方法建立用于表示气象变量数据与风速数据之间的映射关系的第一模型；采用自适应神经模糊推理方法建立用于表示风速数据与风力发电机输出的风能数据之间的映射关系的第二模型；获取预测的气象变量数据；通过将预测的气象变量数据输入到第一模型来获得预测的风速数据；通过将预测的风速数据输入到第二模型来获得预测的风力发电机输出的风能数据。根据本发明的风力发电场风能预测方法和装置，可提高对风力发电机输出的风能的预测的准确性。
风力电场风能预测方法装置

[发明专利]一种嵌入模糊集状态的自适应预报方法和系统-CN201110027736.4有效
发明人：马晓光 -专利权人：中国科学院大气物理研究所
申请日： 2011-01-26 - 公布日： 2012-08-01 - 主分类号： G06F19/00 文献下载
摘要：多步预报方法包括步骤：对于预测要素的趋势项进行自适应模糊化处理，计算趋势项的自适应隶属度向量；根据趋势项的自适应隶属度向量，结合过去观测值生成具有模糊化特征的学习样本，并构建时间序列预测模型；以及利用时间序列预测模型进行多步预报
一种嵌入模糊状态自适应预报方法系统

[发明专利]用于评估对模糊属性进行分类的效果的方法和设备-CN202110869963.5在审
发明人：孙敬娜;陈培滨;曾伟宏;王旭;刘晶;黎振邦;桑燊 -专利权人：脸萌有限公司
申请日： 2021-07-30 - 公布日： 2023-02-07 - 主分类号： G06V40/16 文献下载
摘要：本公开涉及用于评估对模糊属性进行分类的效果的方法和设备。提供了一种用于评估对于对象的模糊属性进行分类的效果的方法，模糊属性指如下属性，该属性的至少两个类别之间的边界模糊，该方法包括：生成相似排序混淆矩阵，包括：基于对象的模糊属性的K个类别的相似度，对于对象的模糊属性的K个类别进行排序，K是大于等于2的整数，生成K×K的全零初始化矩阵，其中初始化矩阵的横坐标和纵坐标分别代表基于相似度排序的模糊属性的类别的预测值和真实值，和基于多个对象样本的模糊属性的类别的真实值以及预测值
用于评估模糊属性进行分类效果方法设备

[发明专利]一种结合模糊集和随机森林树的多类别决策方法-CN201811562806.4在审
发明人：颜宏文;马瑞 -专利权人：长沙理工大学
申请日： 2018-12-20 - 公布日： 2019-04-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种结合模糊集和随机森林树的多类别决策方法，包括如下步骤：(1)分析和选取数据集合，初步构造训练、预测样本集，进一步说明数据标签，以及数据的标签是否被ST标记；(2)采用模糊数学的方法对训练样本数据进行模糊化表示，将二分类标记转化为多分类标记；(3)采用随机森林模型对上述已经模糊化处理的样本数据进行训练，得到训练后的随机森林模型；(4)将预测样本数据输入到训练后的随机森林模型当中，对场景应用进行决策；同时将本发明应用于企业财务风险预警本发明的显著优点为通过结合模糊集和随机森林模型将二分类决策转换成多分类决策，大大提高了预测的精度、效率、以及数据的合理性。
随机森林模糊集类别决策二分类模糊数学标签训练样本数据预测样本数据模糊化处理场景应用分类标记风险预警决策转换企业财务数据集合说明数据样本数据模糊化样本集预测合理性决策分类应用转化分析

[发明专利]基于量子模糊卷积神经网络的对抗样本检测方法及系统-CN202211360816.6在审
发明人：张仕斌;黄晨猗 -专利权人：成都信息工程大学
申请日： 2022-11-02 - 公布日： 2023-02-03 - 主分类号： G06N3/0464 文献下载
摘要：本发明属于对抗样本检测领域，公开了一种基于量子模糊卷积神经网络的对抗样本检测方法及系统，方法包括：将输入模型中的数据分别传入量子卷积神经网络和模糊神经网络中，将两种网络提取到的特征图通过融合层进行融合，融合层中的融合数据作为预测器输入，最后由预测器输出结果。本发明采用量子模型和模糊系统结合训练量子模糊卷积神经网络训练作为对抗样本检测方法，利用量子卷积神经网络特有的捕获数据全局属性和模糊系统处理不确定性的优势，一定程度上提高了检测率。不仅可以识别原有攻击方法生成的对抗样本，而且对采用同一攻击手段中不同超参数生成的对抗样本以及不同方法生成的对抗样本也有一定的预测和防御作用，模型泛化性优于一般模型。
基于量子模糊卷积神经网络对抗样本检测方法系统