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896612个,建议您升级VIP下载更多相关专利
  • [发明专利]一种监测预测方法、装置、设备及介质-CN202310141089.2在审
  • 奚捷 - 中电车联信安科技有限公司
  • 2023-02-21 - 2023-05-26 - G06Q10/04
  • 本申请实施例公开了一种监测预测方法、装置、设备及介质,涉及数据处理技术领域。该方法包括:获取待预测对象在不同维度下对应监测量的监测量分布;根据监测量分布,确定待预测对象在相应维度下的监测预测结果;根据不同维度下的监测预测结果,确定待预测对象的监测量最终预测结果。采用上述技术方案,可以根据监测量分布确定待预测对象的不同维度下的监测预测结果,进而确定待预测对象的监测量最终预测结果,避免了现有技术通过监督学习进行模型训练出现监测量过拟合现象,从而提高了监测量最终预测结果的可信度
  • 一种监测预测方法装置设备介质
  • [发明专利]基于参数迁移的水质预测方法-CN202210108885.1在审
  • 周剑;安浩;李鑫;李群;刘林峰;肖甫 - 南京邮电大学
  • 2022-01-28 - 2022-05-13 - G06Q10/04
  • 基于参数迁移的水质预测方法,根据水域中目标监测站的水质信息与多个临近监测站的水质信息,分别建立基于RVFL的目标监测站水质预测模型与多个基于RVFL的临近监测站水质预测模型,使用目标监测站水质训练集和临近监测站水质训练集分别训练模型;根据训练得到的目标监测站和临近监测站模型参数,进行模型之间的参数迁移,得到迁移后的目标监测站水质预测模型;使用迁移后的目标监测站水质预测模型进行水质预测,并进行加权平均,得到最终水质预测结果。本方法将参数迁移运用到水质预测中,对目标监测站水质预测模型和临近监测站水质预测模型中共享的参数进行迁移,有效利用了目标监测站与临近监测站水质信息间的非线性关联,提升了水质预测精度。
  • 基于参数迁移水质预测方法
  • [发明专利]森林火灾监测预测系统-CN202111042646.2在审
  • 杨保华;乔宏哲 - 常州机电职业技术学院
  • 2021-09-07 - 2021-11-30 - G06Q10/04
  • 本发明属于森林防火监测技术领域,具体涉及一种森林火灾监测预测系统,本系统包括:森林火灾监测预测模型建立模块,根据森林火灾的样本数据建立森林火灾监测预测模型;以及森林火灾监测预测结果输出模块,与森林火灾监测预测模型建立模块电性连接,以将当前森林数据代入森林火灾监测预测模型中得出森林火灾监测预测结果;本发明通过建立森林火灾监测预测模型为被测区域的现场提供了可视化的危险度指数,既减轻了森林工作人员的工作量也降低了森林火灾预测的主观性,同时也降低了处理器的处理难度,为无线传感网络的森林防火监测提供了可行性。
  • 森林火灾监测预测系统
  • [发明专利]一种实时性储能电池数据监测方法及装置-CN202310738255.7在审
  • 刘庆金 - 深圳市赛格瑞电子有限公司
  • 2023-06-20 - 2023-09-12 - G01R31/367
  • 本发明属于电池数据监测领域,尤其涉及一种实时性储能电池数据监测方法及装置,包括采集所述储能电池的当前监测数据,获取所述监测时间点之前预设时间点所述储能电池的历史监测数据,获取所述历史时间点之后至所述监测时间点的监测数据作为原始监测数据;根据所述原始监测数据生成预测时间点的预测监测数据,将所述预测监测数据与预设标准监测数据进行对比,计算所述预测监测数据与当前监测数据的差并与第二预设值进行对比。本发明通过获取历史时间点之后至监测时间点的监测数据作为原始监测数据,然后根据原始监测数据生成预测时间点的预测监测数据,从而能够提前预测储能电池的异常状态,避免储能电池损坏,降低使用者经济损失。
  • 一种实时性储能电池数据监测方法装置
  • [发明专利]一种轨迹预测预测模型的训练方法、存储介质及设备-CN202211718107.0在审
  • 孟满成;杨帆;周翔 - 上海联影智能医疗科技有限公司
  • 2022-12-29 - 2023-03-31 - G06F16/29
  • 本说明书公开了一种轨迹预测预测模型的训练方法、存储介质及设备。通过确定监测目标第一时长内的历史轨迹,获取该监测目标所在监测区域内各目标群体分别对应的代表轨迹,针对每个代表轨迹,代表轨迹包括第一轨迹及连接在第一轨迹后的第二轨迹。之后可根据监测目标的历史轨迹与各第一轨迹的相似度,从第二轨迹中确定监测目标的待定预测轨迹。将包含监测目标的监测区域的图像及该监测目标的历史轨迹输入预测模型后可得到待定预测轨迹对应的偏移量。根据偏移量则可调整待定预测轨迹,得到监测目标的预测轨迹。可综合监测目标对应的目标群体的代表轨迹与预测模型的输出,准确确定监测目标的预测轨迹。
  • 一种轨迹预测模型训练方法存储介质设备
  • [发明专利]一种基于EMD-SVR-WNN的结构沉降变形预测方法-CN201910893924.1有效
  • 罗向龙;傅攀峰;吴向东;姚博彬;孟雪 - 长安大学;中铁第一勘察设计院集团有限公司
  • 2019-09-20 - 2022-04-05 - G01M5/00
  • 本发明公开了一种基于EMD‑SVR‑WNN的结构沉降变形预测方法,包括如下步骤:1)测量实际结构的沉降监测数据,若得到的实际监测数据样本足够大时,则直接对监测数据进行处理;若监测数据样本过小影响数据预测精度时,则对测量得到的实际结构的沉降监测数据进行插值加噪及预处理;2)对经步骤1)处理后的实际结构的沉降监测数据进行EMD分解,并将EMD分解得到的最低频分量作为该沉降监测数据的趋势项,再将剩余的IMF分量叠加结果作为该沉降监测数据的随机项;3)对步骤2)得到的沉降监测数据的随机项进行SVR建模预测,得随机项预测结果;4)对步骤2)得到的沉降监测数据的趋势项进行WNN建模预测,得趋势项预测结果;5)将随机项预测结果与趋势项预测结果进行融合,得最终预测的结构沉降变形,该方法能够实现结构沉降变形的准确预测
  • 一种基于emdsvrwnn结构沉降变形预测方法

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