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293120个,建议您升级VIP下载更多相关专利
  • [发明专利]一种乳制品质量指标趋势分析方法及装置-CN202111615626.X在审
  • 武建清;宋晓东;董冠军;王磊;郭运德 - 内蒙古蒙牛乳业(集团)股份有限公司
  • 2021-12-27 - 2023-06-30 - G06Q10/04
  • 本发明提供一种乳制品质量指标趋势分析方法及装置。该方法包括:确定待检测的原奶数据集;所述原奶数据集包括预设的原奶检测维度、基于填充逻辑规则得到的原奶质量指标检测值、基于傅里叶变换规则确定的原奶质量指标趋势值、对供应方检测数据进行加权得到的加权值以及基于灰度预测得到的原奶质量指标灰度预测值;将原奶数据集输入到梯度提升决策树预测模型中,得到对应预设时间范围内的原奶质量指标预测值;基于所述原奶质量指标预测值,输出原奶质量指标趋势分析结果。本发明公开的方法,能够对原奶质量指标发展趋势进行准确预测,展现原奶质量指标未来趋势预测结果,从而为奶源管理提供原奶质量指标的趋势性信息,提高了奶源管理效率。
  • 一种乳制品质量指标趋势分析方法装置
  • [发明专利]基于深度学习的飞机危险识别与趋势预测方法-CN202011102018.4在审
  • 周迪;庄笑;左洪福;蔡景;黄艳;闫洪胜;王涵 - 南京航空航天大学
  • 2020-10-15 - 2021-03-12 - G06K9/62
  • 本发明提出一种基于深度学习的飞机危险识别与趋势预测方法。利用飞机通信寻址与报告系统以报文的形式收集飞机运行状态信息;然后,利用结合交叉验证的递归特征消除方法(RFECV)进行关键参数筛选;随后,利用粒子群算法优化过的支持向量机模型(PSO‑SVM)进行危险识别;最后,利用长短时记忆(LSTM)趋势预测模型对粒子群算法优化过的支持向量机模型(PSO‑SVM)危险识别模型判断为不存在危险的飞机进行关键参数趋势预测,基于预测结果判断飞机是否存在潜在危险。本发明提出的方法有效提高了危险识别和趋势预测的准确率,能够实时获取危险识别和趋势预测结果。本发明对民用飞机风险管理具有重要的理论和应用价值。
  • 基于深度学习飞机危险识别趋势预测方法
  • [发明专利]视频IDC带宽流量预测方法及装置-CN201710349081.X有效
  • 丁浩;吴岩;孙犁 - 北京奇艺世纪科技有限公司
  • 2017-05-17 - 2020-04-21 - H04L12/26
  • 本发明公开了一种视频IDC带宽流量预测方法及装置,该方法包括:获取视频IDC带宽流量趋势特性配置表,根据待预测视频IDC所属的地域元素和时间元素确定待预测视频IDC所属的集合;获取待预测视频IDC所属的集合对应的待预测时间周期的视频IDC带宽流量变化趋势;根据获取到的视频IDC带宽流量变化趋势与当前线上的待预测视频IDC的视频IDC带宽流量,估算视频IDC带宽流量。由于采用地域元素和时间元素进行了集合划分,从而可以有规律的获得每个集合下各个时间周期的视频IDC带宽流量变化趋势,因此可以实现对视频IDC带宽流量的预测
  • 视频idc带宽流量预测方法装置
  • [发明专利]库存管理系统以及库存管理方法-CN202110550112.4在审
  • 左滨;赖素红 - 株式会社日立大厦系统
  • 2021-05-20 - 2022-11-22 - G06Q10/08
  • 本发明提供库存管理系统以及库存管理方法,上述库存管理系统具备:需求预测单元,基于历史数据,对规定时间内的商品的需求量进行预测;库存标准计算单元,基于各个容许缺货率,利用由上述需求预测单元预测的上述需求量计算多个库存标准;需求趋势分析单元,利用能够判断商品的需求趋势的技术分析指标,对该商品的需求趋势进行分析;以及库存确定单元,基于初始库存、当前实际库存、以及由上述需求趋势分析单元得到的需求趋势,利用上述多个库存标准确定当前要确保的库存
  • 库存管理系统以及方法

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