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443871个,建议您升级VIP下载更多相关专利
  • [发明专利]基于大数据的中央空调负荷预测系统及方法-CN201911298025.3有效
  • 朱玲 - 钱小英
  • 2019-12-17 - 2021-02-19 - G06Q10/04
  • 本发明公开了一种基于大数据的中央空调负荷预测系统及方法,所述预测系统包括预测输入模块、客流量预测模块和负荷预测模块,所述客流量预测模块用于预测预测所在那天的客流量,所述负荷预测模块根据客流量预测模块的预测结果预测预测那天的中央空调负荷量,所述客流量预测模块包括历史客流量信息获取模块和客流量信息计算模块,所述历史客流量信息获取模块包括上一年预测流量获取模块、预测日前客流量获取模块和营销活动客流量获取模块,所述预测流量获取模块用于获取上一年预测的预约客流量值和非预约客流量
  • 基于数据中央空调负荷预测系统方法
  • [发明专利]一种基于大数据的中央空调负荷预测系统-CN202110091454.4有效
  • 朱玲 - 深圳市菱泰能源科技有限公司
  • 2019-12-17 - 2022-08-26 - F24F11/46
  • 本发明公开了一种基于大数据的中央空调负荷预测系统,所述预测系统包括预测输入模块、客流量预测模块和负荷预测模块,所述客流量预测模块用于预测预测所在那天的客流量,所述负荷预测模块根据客流量预测模块的预测结果预测预测那天的中央空调负荷量,所述客流量预测模块包括历史客流量信息获取模块和客流量信息计算模块,所述历史客流量信息获取模块包括上一年预测流量获取模块、预测日前客流量获取模块和营销活动客流量获取模块,所述预测流量获取模块用于获取上一年预测的预约客流量值和非预约客流量
  • 一种基于数据中央空调负荷预测系统
  • [发明专利]一种考虑无人驾驶车辆的路网混合流量变预测方法-CN201911145663.1有效
  • 田晟;朱泽坤;肖佳将;冯宇鹏;许凯 - 华南理工大学
  • 2019-11-21 - 2021-09-21 - G08G1/01
  • 本发明公开了一种考虑无人驾驶车辆的路网混合流量变预测方法,包括下述步骤:S1混合流量变模型路段‑路径流量关系确定;S2路径‑路段阻抗函数/行程时间确定;S3出行者流量变前景值关系确定;S4出行者流量逐日更新方法及条件;S5无人驾驶流量变模型最优流量分配确定。建立具有出行者和无人驾驶车辆的混合流量变模型,依据流量类别将该模型分为两个子模型,分别是出行者流量变模型和无人驾驶流量变模型;以路径前景值最大为目标进行出行者流量逐日演化;以路径边际阻抗最小为目标进行无人驾驶流量逐日演化;当两类流量逐日演化至各自的均衡状态时,系统流量随之均衡。
  • 一种考虑无人驾驶车辆路网混合流量预测方法
  • [发明专利]流量预测方法、装置、计算机设备和存储介质-CN202210269502.9在审
  • 周漪 - 建信金融科技有限责任公司
  • 2022-03-18 - 2022-06-14 - G06Q30/02
  • 本申请公开了一种客流量预测方法、装置、计算机设备和存储介质,涉及人工智能趋势预测技术领域。所述方法包括:获取预测时间段,并确定预测时间段对应的历史时间段,获取历史时间段内历史客流量序列、客流量影响因子和活动波动因子,活动波动因子由历史时间段内活动流量与非活动流量的比值确定,根据历史客流量序列和客流量影响因子,得到预测时段内非活动的预测客流量序列,根据非活动的预测客流量序列和活动波动因子,得到预测时段内活动的预测客流量序列。采用本方法能够预测活动和非活动两个维度的客流量,实现更为准确的客流量预测。
  • 客流量预测方法装置计算机设备存储介质
  • [发明专利]基于流量过程变化趋势的生态流量过程构建方法及系统-CN202110787674.0有效
  • 董前进;赵礼涛;蒋佩东 - 武汉大学
  • 2021-07-13 - 2023-10-24 - G06F30/28
  • 本发明提供基于流量过程变化趋势的生态流量过程构建方法及系统,方法包括:步骤1.对研究区域生物资源现状进行调查,确定研究区域指示物种及其最低适宜生态流量;步骤2.选择早期受人类活动影响较小的长系列日流量资料,计算多年平均流量过程;步骤3.根据多年平均流量过程,计算每个点位的斜率和偏转角;步骤4.选根据斜率确定多年平均流量过程上、下趋势变化点和趋势变化线;对上下趋势线点进行线性插值,得到上下趋势线,在上、下趋势线重合段取上下趋势线平均值,获得多年平均流量过程变化趋势线;步骤5.跟据多年平均流量过程的变化趋势线,计算变化趋势涨落率;步骤6.得到生态流量过程线。
  • 基于流量过程变化趋势生态构建方法系统
  • [发明专利]气体流量-CN201911233456.1在审
  • 桥本洋平;山崎健太郎 - 株式会社基恩士
  • 2019-12-05 - 2020-07-07 - G01F1/66
  • 本发明提供一种气体流量计。在时间上连续的多个时分区中,基于存储单元中所存储的累计流量数据来用图形显示过去日时分区中所包括的历史数据,作为各时分区中的累计流量。在包括当前日时的时分区中,依次更新并用图形显示基于当前累计流量数据的时分区中的累计流量
  • 气体流量计
  • [发明专利]一种移动网络数据流量分析及预测方法-CN201410712877.3在审
  • 贾云健;万贝利;梁靓 - 重庆大学
  • 2014-11-28 - 2015-03-04 - H04W16/22
  • 本发明涉及一种移动网络数据流量分析及预测方法,属于移动通信技术领域。该方法在传统时间序列预测方法的基础之上,考虑流量特性与社会因素之间的关联性,将流量预测分为工作和休息两个不同的角度进行:针对任意一天工作流量预测,采用与这一天相关性最强的两天流量序列进行组合,并与上一周该天产生的流量序列求平均值,作为工作流量预测最终模型;针对任意一天休息流量预测,采用对工作日进行流量尺度补偿后,取与这一天相关性最强的五天的流量序列进行组合,并与上一周该天产生的流量序列求平均值,作为休息流量预测最终模型本方法减小了非相关天数产生的流量对预测准确性的影响,计算量较低,并能够达到较高的预测效果。
  • 一种移动网络数据流量分析预测方法
  • [发明专利]用于城市污水处理管网动态负载均衡的方法及系统-CN201610941723.0在审
  • 周煜申;高心宇;黄科 - 中冶华天工程技术有限公司
  • 2016-10-31 - 2017-03-15 - G06F19/00
  • 本发明公开一种用于城市污水处理管网动态负载均衡的方法1)确定各污水处理厂的最大污水处理量Max1、Max2、……Maxn;2)将污水管网中的污水流量X分配至各污水处理厂;其中Z1、Z2、……Zn分别表示各污水处理厂处理污水的百分比,Z1+Z2+……+Zn=100%;3)计算各污水处理厂当前的污水流量ZiX,其中1≤i≤n;4)将各污水处理厂当前的污水流量ZiX与最大污水处理量Maxi进行比较,当m个污水处理厂的当前污水流量ZiX大于最大污水处理量Maxi时,控制该m个污水处理厂的Zi减小,使当前污水流量ZiX等于最大污水处理量Maxi,控制剩余的n‑m个污水处理厂的Zi增大,控制各污水处理厂的污水流量总和等于污水管网中的污水流量
  • 用于城市污水处理管网动态负载均衡方法系统
  • [发明专利]一种网络流量异常检测方法及系统-CN201710803213.1有效
  • 王萌;范渊;刘博;龙文洁 - 杭州安恒信息技术股份有限公司
  • 2017-09-07 - 2020-09-11 - H04L29/06
  • 本发明实施例提供的一种网络流量异常检测方法及系统,属于网络安全信息技术领域。该方法包括获取月流量异常指数;获取流量异常指数;获取预设时段流量异常指数;获取实时流量异常指数;基于月流量异常指数、流量异常指数、时段流量异常指数和实时流量异常指数,获取综合异常指数;基于综合异常指数,获取预设网络攻击场景所对应的流量异常态势。通过获取月流量异常指数、流量异常指数、预设时段流量异常指数和实时流量异常指数,从而获取综合异常指数,进而实现对月、、时段、实时流量异常全面、精准、有效的检测。再通过综合异常指数,获取预设网络攻击场景所对应的流量异常态势,进一步对不同网络攻击场景的异常流量精准检测与感知。
  • 一种网络流量异常检测方法系统
  • [发明专利]一种基于人工智能技术的流量预测方法-CN202210418464.9在审
  • 童海滨;刘徐然;郭同泽;梅心悦;马嘉玉;张新;沈诗艺;邱金羽 - 河南大学
  • 2022-04-21 - 2023-03-24 - G06F30/27
  • 本发明涉及一种基于人工智能技术的流量预测方法,通过计算机程序将试验设计方法和微积分原理结合,用于神经网络各层的参数优化和模型精度评定,进而进行流量预测。该方法包括:首先,利用均匀设计表设计若干组神经网络参数,包括输入层特征数、隐含层节点数等;其次,将多年流量数据划分为训练集和验证集数据并进行标准化,进而对不同参数组合的神经网络进行较少迭代次数的训练;再次,运用一种综合误差指标,比较训练集中各预测流量与实测流量之间的综合误差大小,找到最小误差对应的神经网络参数组合;最后,利用最小误差对应的神经网络参数组合进行多次跌打迭代训练,输出验证集中各预测流量
  • 一种基于人工智能技术径流预测方法

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