“迭代周期”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457801个，建议您升级VIP下载更多相关专利

[发明专利]一种项目迭代风险预警方法、智能终端及存储介质-CN202310615800.3在审
发明人：周然 -专利权人：深圳前海智看科技有限公司
申请日： 2023-05-27 - 公布日： 2023-08-29 - 主分类号： G06Q10/0635 文献下载
摘要：本申请涉及一种项目迭代风险预警方法、智能终端及存储介质，属于项目管理领域，其方法包括：获取当前项目迭代的当前迭代周期；获取预设迭代数量的历史项目迭代，并获取每一个历史项目迭代的历史迭代周期；将历史迭代周期内单位历史时间值对应的当前迭代初始值变换到当前迭代周期内，得到迭代变换周期；获取迭代变换周期内变换后的单位迭代时间值；根据迭代变换周期和迭代数量计算迭代基准数据；基于迭代基准数据计算当前项目迭代中每天的理想值；获取实际迭代值和风险因子，并得到风险评分；根据风险评分，将当前项目迭代的风险划分为无风险、中风险和高风险。本申请具有有效对项目迭代过程中的风险进行预测的效果。
一种项目风险预警方法智能终端存储介质

[发明专利]一种加速布线方法-CN201610807065.6有效
发明人：耿嘉;樊平 -专利权人：京微齐力（北京）科技有限公司
申请日： 2016-09-06 - 公布日： 2019-07-30 - 主分类号： G06F17/10 文献下载
摘要：本发明公开了一种加速布线方法，所述方法包括：根据所有线网的布线顺序从先入先出队列中取出第一线网；当确定第一线网存在拥挤，且确定第一线网扇出大于第一预定阈值时，则判断当前迭代周期是否为特殊迭代周期；当确定当前迭代周期为特殊迭代周期时，则将第一线网拆线后重新绕线；当确定当前迭代周期为非特殊迭代周期时，判断当前的先入先出队列是否为空队列；当当前的先入先出队列为非空队列时，从当前的先入先出队列中取出第二线网，重复执行当前迭代周期的迭代流程；当当前的先入先出队列为空队列时，结束当前迭代周期的迭代流程。
一种加速布线方法

[发明专利]钢轨廓形动态拼接处理方法及装置-CN202011468688.8在审
发明人：王宁;王胜春;王昊;赵鑫欣;方玥;周谦;郝晋斐;孙淑杰;刘俊博;王乐 -专利权人：中国国家铁路集团有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所;北京铁科英迈技术有限公司
申请日： 2020-12-14 - 公布日： 2021-07-23 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种钢轨廓形动态拼接处理方法及装置，其中该方法包括：获取钢轨廓形拼接参数的初始值；基于该初始值，利用迭代最近点法ICP迭代确定每一周期对应的钢轨廓形数据点，每个迭代周期均执行以下操作：根据当前周期的钢轨廓形拼接参数，以及预先建立的ICP匹配的目标函数，得到当前周期对应的钢轨廓形数据点；目标函数用于降低远端廓形点集的权重；在不满足预设迭代结束条件时，将当前周期钢轨廓形对应的横向平移参数乘以预设横向平移修正参数作为下一迭代周期对应的钢轨廓形拼接参数；在满足预设迭代结束条件时，根据满足预设迭代结束条件时迭代周期对应的钢轨廓形数据点，得到最终钢轨廓形。
钢轨动态拼接处理方法装置

[发明专利]一种神经网络通道剪枝方法、存储介质及电子设备-CN202011599910.8在审
发明人：蔡林航;安竹林;徐勇军 -专利权人：中国科学院计算技术研究所
申请日： 2020-12-30 - 公布日： 2021-04-30 - 主分类号： G06N3/08 文献下载
摘要：本发明提供了一种神经网络通道剪枝的方法、存储方法及电子设备，其基于最大迭代剪枝周期获取每个迭代剪枝周期内待剪枝的通道的权重衰减系数，并在每个迭代剪枝周期内基于当前周期的权重衰减系数调整待剪枝的通道的权重，以重新训练待剪枝的神经网络直至最大迭代剪枝周期结束。本发明的方法使得神经网络的结点信息在迭代剪枝过程中能够得到更加充分的利用，从而弱化剪枝带来的模型性能下降。
一种神经网络通道剪枝方法存储介质电子设备

[发明专利]培训系统的控制方法、装置、电子设备及存储介质-CN202310702187.9在审
发明人：白雪 -专利权人：中国银行股份有限公司
申请日： 2023-06-13 - 公布日： 2023-09-12 - 主分类号： G06Q50/20 文献下载
摘要：该方法应用于迭代式增量软件开发过程培训系统，系统包括讲师端、服务端、学员端，方法包括：讲师端接收目标软件的开发启动指令，启动指令包括目标软件的迭代开发周期的配置信息；讲师端向服务端发送迭代开发周期的配置信息；服务端根据迭代开发周期的配置信息，确定迭代开发周期内的事件的起止时间；服务端根据迭代开发周期内的事件的起止时间，向学员端输出迭代开发周期内的事件的提示信息，以及，在起止时间内禁用学员端的原型制作软件的使用权限本申请的方法，提升了迭代式增量软件开发过程培训效率以及培训效果。
培训系统控制方法装置电子设备存储介质

[发明专利]一种基于多目标进化算法的列车周期信息调度方法及系统-CN201910885407.X有效
发明人：邹娟;杨奇特;裴廷睿;郑金华;李海博;陈圣琪;杨霄;杨圣祥 -专利权人：湘潭大学
申请日： 2019-09-19 - 公布日： 2022-04-08 - 主分类号： G06F9/48 文献下载
摘要：本发明公开了一种基于多目标进化算法的列车周期信息调度方法及系统，涉及信息通信技术领域，主要包括获取MVB周期信息表，并采用二进制编码方式对MVB周期信息表进行编码处理及随机初始化，生成迭代种群；对迭代种群中的个体进行交叉变异支配选择排序等操作以更新迭代种群；根据多目标进化算法和更新后的迭代种群进行迭代循环以此来构建满足调度要求的同时宏周期最小化的MVB周期调度表，最后基于此MVB周期调度表对列车周期信息进行调度，满足了实际调度过程中周期信息实时性的需求。
一种基于多目标进化算法列车周期信息调度方法系统

[发明专利]用于迭代交付模式的规划方法及装置-CN202110988779.2在审
发明人：张帆;吉丽云;赵智宇;陈莹;孙钰涛;李国 -专利权人：国网电子商务有限公司;国网智联电商有限公司
申请日： 2021-08-26 - 公布日： 2021-11-19 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种用于迭代交付模式的规划方法及装置，确定迭代周期中需要研发团队完成的各工作项目的工期的最大值；研发团队包括多个分组，每组负责一个工作项目，不同组负责不同的工作项目；确定需求平均消耗，所述需求平均消耗用于表示研发团队完成一个需求的各组单人工期消耗；基于所述迭代周期中需要研发团队完成的各工作项目的工期的最大值，以及，所述需求平均消耗，确定在当前研发团队规模下，所述迭代周期最多可交付需求的数量，或者，所述迭代周期交付第一数量的需求所需的研发团队中各组人数的最小值，基于上述方案，可以对该迭代周期的需求数量或研发团队的规模进行规划，使得该迭代周期的需求数量与研发团队的规模相匹配。
用于交付模式规划方法装置

[发明专利]多模态模型构建方法、装置和计算机设备-CN202210024221.7在审
发明人：刘刚 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-01-06 - 公布日： 2022-04-19 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及一种多模态模型构建方法、装置、计算机设备、存储介质和计算机程序产品，本发明实施例可应用于地图领域，其中方法设置迭代周期来进行多模态模型的构建，可以从当前迭代周期内的至少一个信息流任务中获取大规模预训练数据，从而基于这些预训练数据来完成当前迭代周期中多模态预训练模型的自监督预训练，同时，在当前迭代周期中，还可以根据当前迭代周期内的至少一个信息流任务，来对当前迭代周期前形成的多模态预训练模型进行微调，得到信息流任务所需要的目标多模态模型
多模态模型构建方法装置计算机设备

[发明专利]基于蚁群算法的集成调度方法、系统、设备和介质-CN202110013801.1在审
发明人：高博 -专利权人：江苏满运物流信息有限公司
申请日： 2021-01-06 - 公布日： 2021-04-09 - 主分类号： G06Q10/04 文献下载
摘要：所述集成调度方法包括步骤：初始化参数集，包括最大迭代次数、蚂蚁数量、机器集合、机器容量、工件集合J＝{J1,J2,..,Jn}、工件的库存概率和运输概率、及信息素矩阵；自第一迭代周期起，在每个迭代周期内依次获得每只蚂蚁的解；根据总成本最小，获得迭代至当前迭代周期的最优解；以及更新所述信息素矩阵、所述工件的库存概率和运输概率，进入下一迭代周期，直至迭代所述最大迭代次数后，输出全局最优解。
基于算法集成调度方法系统设备介质

[发明专利]实时仿真物理系统的时间演化的方法-CN201980068900.0在审
发明人： J·瓦伊塞特;R·戈谢;C·安里 -专利权人：米其林集团总公司
申请日： 2019-10-17 - 公布日： 2021-06-01 - 主分类号： B60C99/00 文献下载
摘要：本发明涉及仿真物理系统的时间演化的方法，所述方法实时地给出所述系统的状态，所述系统的状态由根据预设周期(P)定期地更新的一组变量定义，所述方法包括：更新称为输入变量的至少一个变量的值；通过迭代算法的收敛来估算称为估算变量的至少一个变量的值，所述迭代算法具有至少一个输入变量作为输入数据，在所述方法中，如果在称为当前周期的周期中的最后一次迭代结束时算法尚未达到收敛，当前周期的持续时间短于或等于预设周期(P)，则从当前周期的最后一次迭代开始，迭代算法继续下一个周期。
实时仿真物理系统时间演化方法

[发明专利]分类模型构建方法及装置、存储介质及电子设备-CN202111667583.X在审
发明人：王红凯;冯珺;潘司晨;江樱;琚小明;黄海潮;张烨华;彭梁英;赵帅;冯泳铭;陈可;谢裕清 -专利权人：国网浙江省电力有限公司信息通信分公司;浙江捷瑞电力科技有限公司
申请日： 2021-12-30 - 公布日： 2022-04-12 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种分类模型构建方法及装置、存储介质及电子设备，该方法包括：确定预设样本集合和每个预设特征维度对应的特征权重，基于预设的集成学习算法进行预测模型的迭代训练，在当前迭代周期中，确定该迭代周期对应的初始模型，和该迭代周期对应的各个训练特征维度所对应的训练样本集合。通过该训练样本集合对该初始模型进行训练，得到该迭代周期对应的预测模型，并更新当前训练特征维度对应的特征权重，以调整下个迭代周期对应的各个训练特征维度。当结束迭代训练过程后，对训练得到的各个预测模型进行组合，得到分类模型。应用本发明的方法，可对用于训练的特征进行调整，采用对分类影响较大的特征进行训练，可提高模型的分类准确度。
分类模型构建方法装置存储介质电子设备

[发明专利]迁移学习方法及装置-CN201510032970.4有效
发明人：桂林;徐睿峰;陆勤;周俞 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2015-01-22 - 公布日： 2018-06-12 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种迁移学习方法及装置，方法包括：设置迁移学习的相关参数并初始化；开始迁移学习迭代，获得自动化标注数据；当迭代次数满足迭代周期，对该迭代周期内作为样本的自动化标注数据进行误差检测，确定该迭代周期的样本相对质量；根据样本相对质量确定样本的删除或保留，并确定是否继续迁移学习迭代，当终止迁移学习迭代，输出保留的样本和迁移分类器。本发明的有益效果是：在迁移学习过程中，将学习过程按迁移周期划分，每满一个迁移周期则进行误差检测，根据误差检测确定的样本相对质量筛选样本，由此来剔除低质量样本以达到提高迁移学习中自动标注数据的样本质量的目的
迁移样本迭代迭代周期误差检测学习学习过程标注自动化输出保留相关参数质量确定自动标注初始化分类器剔除删除筛选保留应用

[发明专利]神经网络的量化方法、装置、计算机设备及存储介质-CN202111433360.7在审
发明人：史丽坤;胡英俊 -专利权人：上海阵量智能科技有限公司
申请日： 2021-11-29 - 公布日： 2022-02-15 - 主分类号： G06N3/08 文献下载
摘要：本公开提供了一种神经网络的量化方法、装置、计算机设备及存储介质，其中方法包括：在多个迭代周期中的每个迭代周期中执行：确定对第一神经网络中的目标网络层进行量化，多个量化对象对应的量化系数；基于量化系数对多个量化对象分别进行量化操作，得到多个量化对象分别在当前迭代周期对应的量化结果；基于多个量化对象分别在当前迭代周期对应的量化结果，确定多个量化对象分别在当前迭代周期对应的量化损失，并基于量化损失，确定多个量化对象的量化损失分别对应的损失权重；以及，将最后一个迭代周期确定的量化系数，确定为目标量化系数，并利用目标量化系数对第一神经网络进行量化处理，生成第二神经网络。
神经网络量化方法装置计算机设备存储介质

[发明专利]一种动力电池功率持续时长的预测方法及装置-CN201911133225.3有效
发明人：王少鹏 -专利权人：北京车和家信息技术有限公司
申请日： 2019-11-19 - 公布日： 2023-04-18 - 主分类号： G01R31/3835 文献下载
摘要：本公开的实施例的主要技术方案包括：确定当前迭代周期内针对目标功率的预估时长；基于目标功率确定当前迭代周期内动力电池中的单体电池的电压值；判断电压值是否大于预设电压阈值；若否，将当前迭代周期内针对目标功率的预估时长，确定为目标功率的可持续时长；否则，判断当前迭代周期对应的第一预设时长和预估时长的加和值是否小于第二预设时长；若判断出不小于第二预设时长，将第二预设时长确定为目标功率的可持续时长；若判断出小于第二预设时长，将加和值确定为下一个迭代周期内针对目标功率的预估时长，并继续执行下一个迭代周期。
一种动力电池功率持续预测方法装置

[发明专利]基于迭代学习的钢铁生产过程重复性误差补偿控制方法-CN202111478252.1有效
发明人：孙杰;乔继柱;刘云霄;李树;丁肇印;李梦琴;李霄剑;彭文;丁敬国;张殿华 -专利权人：东北大学
申请日： 2021-12-06 - 公布日： 2023-07-04 - 主分类号： G05B13/04 文献下载
摘要：本发明提供一种基于迭代学习的钢铁生产过程重复性误差补偿控制方法，涉及轧钢技术领域。根据基于性能优化的迭代学习算法的迭代学习律，应用于对模拟的周期偏差信号实现追踪，实现随周期偏差信号补偿控制的效果，以及在变频条件下实现周期偏差信号补偿。本发明提供的基于迭代学习控制的钢铁生产过程重复性误差补偿控制方法，运行速度快，控制精度高，在迭代学习的迭代域内能够对期望输出进行完全跟踪，从而实现对周期性信号的补偿控制，解决这类在设备上存在的周期性信号偏差问题
基于学习钢铁生产过程重复性误差补偿控制方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条