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332001个,建议您升级VIP下载更多相关专利
  • [发明专利]物流运单时效推送方法、系统、设备及存储介质-CN202110332034.0在审
  • 李玉娇 - 上海寻梦信息技术有限公司
  • 2021-03-29 - 2021-06-25 - G06Q10/08
  • 本发明提供了一种物流运单时效推送方法、系统、设备及存储介质,该方法包括:采集待预测的物流运单数据,并从中提取待预测的物流运单特征;将所述待预测的物流运单特征输入送达时长预测模型,获取输出的送达时长预测结果,所述送达时长预测结果包括预测送达时长和对应的预测概率;确定所述预测送达时长中的最晚送达时长;根据推送时长筛选规则选择待推送时长;根据所述待推送时长、所述待推送时长预测概率和所述最晚送达时长生成推送信息本发明可以基于送达时长预测模型进行送达时长预测,并且在与用户端进行交互时,不仅推送最晚送达时长,同时推送选择的待推送时长预测概率,以提供更多的信息预测和推送服务。
  • 物流运单时效推送方法系统设备存储介质
  • [发明专利]一种电力业扩项目时长预测方法和装置-CN202210269439.9在审
  • 林镜星;周鑫;林其雄;谢志炜;许斌斌;黄智豪 - 广东电网有限责任公司广州供电局
  • 2022-03-18 - 2022-07-15 - G06Q10/04
  • 本发明涉及一种电力业扩项目时长预测方法,包括:获取待预测的电力业扩项目时长的初始数据;将初始数据输入至训练好的混合预测模型,得到混合预测模型输出的时长预测值,其中,混合预测模型包括BP预测子模型、DBN预测子模型和ELM预测子模型;时长预测值包括BP预测子模型输出的第一时长预测值、DBN预测子模型输出的第二时长预测值和ELM预测子模型输出的第三时长预测值;根据第一时长预测值、第二时长预测值和第三时长预测值和预设的权重值,得到待预测的电力业扩项目时长。本申请通过信息熵和平均互信息确定预设的权重值,利用权重值得到训练好的混合预测模型,根据训练好的该混合预测模型,得到电力业扩项目时长
  • 一种电力项目预测方法装置
  • [发明专利]视频观看时长预测方法、装置、存储介质以及终端-CN202110445418.3有效
  • 郭凯 - OPPO广东移动通信有限公司
  • 2021-04-23 - 2022-09-16 - H04N21/442
  • 本申请公开了一种视频观看时长预测方法、装置、存储介质以及终端,涉及大数据处理技术领域。首先获取目标类型的目标视频集合,基于时长预测模型得到目标视频集合对应的观看时长模型预测值;然后获取目标用户针对目标视频集合对应的历史观看时长;最后根据观看时长模型预测值以及历史观看时长,确定目标用户针对目标视频集合对应的观看时长最终预测值由于可以通过预先设置的预测模型得到观看时长模型预测值,那么通过结合观看时长模型预测值以及历史观看时长,可以得到目标视频集合对应的观看时长最终预测值,相较于仅仅通过用户历史的视频观看行为来预测用户的视频观看时长,可以有效提高预测用户的视频观看时长的准确率。
  • 视频观看预测方法装置存储介质以及终端
  • [发明专利]音素时长预测建模方法及音素时长预测方法-CN201611027187.X有效
  • 陶建华;郑艺斌;温正棋;李雅 - 中国科学院自动化研究所
  • 2016-11-18 - 2020-02-28 - G10L13/02
  • 本发明涉及一种对音素时长进行建模和预测的方法,利用计算机程序自动获取训练数据集,并对训练数据中的离群点进行自动剔除;对文本特征通过音向量和组合决策树建模,使文本特征的描述更加方便和精确;在音向量训练中,采用统计语言模型的训练方法来联合训练音向量和词向量,最大程度上保留了发音单元的连贯特性,不需要任何手工标注信息,从而大大降低了系统实现的复杂度和人工参与程度;采用双向长短时记忆循环神经网络对音素时长模型进行建模,能够更好地考虑上下文信息,也更加符合音素时长预测的本质。利用本发明,大大提高了时长预测的准确性,进而提高语音合成的表现力和自然度。
  • 音素预测建模方法
  • [发明专利]接单时长预测方法、装置、电子设备及可读存储介质-CN202010988796.1在审
  • 吴奕男 - 北京三快在线科技有限公司
  • 2020-09-18 - 2022-03-18 - G06Q10/04
  • 本发明实施例提供了一种接单时长预测方法、装置、电子设备及可读存储介质,所述方法获取待预测服务订单的订单相关信息,将订单相关信息作为预设的接单时长预测模型的输入,根据接单时长预测模型预测所述待预测服务订单的接单时长由于接单时长预测模型是通过获取的多种价格的样本服务订单及其对应的目标接单时长训练得到的,这样,一定程度上可以在降低价格因素影响的同时,为训练过程提供更丰富全面的训练数据,使模型可以学习到更全面的服务订单蕴含的特征,进而提高训练得到的接单时长预测模型的预测准确性。相应地,使用该接单时长预测模型预测预测服务订单的接单时长,可以提高预测得到的接单时长的准确性。
  • 接单时长预测方法装置电子设备可读存储介质
  • [发明专利]停电时长预测方法、装置、设备和存储介质-CN202211349324.7在审
  • 万井洲;张丽;严杰峰;叶伟灵 - 广东卓维网络有限公司;广东电网有限责任公司佛山供电局
  • 2022-10-31 - 2023-01-17 - G06Q10/04
  • 本申请提供一种停电时长预测方法、装置、设备和存储介质,其中方法包括:选取统计时间段,根据统计时间段获取所有停电事件;统计在统计时间段内每个停电事件的停电类型;计算每个停电类型的停电类型总时长;根据停电类型总时长和对应停电类型的停电客户数计算停电类型平均时长;将停电类型平均时长和对应的停电类型输入停电时长预测模型进行预测,得到预测停电时长预测停电类型。通过对停电事件的停电类型进行分类统计,以及按照停电类型计算停电类型平均时长,能够更好的描述在统计时间段内的停电事件。相比于使用线性回归预测停电时长,使用由训练待训练卷积神经网络得到的停电时长预测模型能够更准确的预测停电时长,还可以预测停电类型。
  • 停电预测方法装置设备存储介质
  • [发明专利]班车到站时刻的预测方法、装置、设备、存储介质-CN202211676056.X在审
  • 甘海彬;闫鑫;张汉就 - 东信和平科技股份有限公司
  • 2022-12-26 - 2023-06-23 - G08G1/123
  • 本发明提出了一种班车到站时刻的预测方法、装置、设备、存储介质,该方法包括:获取目标班车的预测信息,预测信息包括预测时刻和预测站点信息;根据预测信息从预设的历史数据中获取多个参考历史样本;基于预设的深度学习聚类模型,对历史行驶时长进行聚类得到参考行驶时长区间,将历史行驶时长位于参考行驶时长区间的参考历史样本确定为目标历史样本;根据目标历史样本的历史行驶时长确定预测行驶时长,根据预测行驶时长确定目标班车到达目标站点的预测到站时刻根据本发明实施例的技术方案,能够在根据预测信息匹配出参考历史样本后,对通过聚类模型对历史行驶时长进行聚类,筛除误差较大的样本,提高预测的准确性。
  • 班车到站时刻预测方法装置设备存储介质
  • [发明专利]一种深度学习训练时长预测管理方法、装置及设备-CN202211196478.7在审
  • 张书博 - 苏州浪潮智能科技有限公司
  • 2022-09-29 - 2022-12-23 - G06Q10/04
  • 本发明涉及一种深度学习训练时长预测管理方法、装置及设备,所述方法用于预测管理深度学习GPU芯片的训练时长,包括步骤:获取所述GPU芯片的实际训练时长数据集,并通过LSTM网络训练生成LSTM预测模型;根据第一迭代训练时长数据、所述LSTM预测模型生成预测训练时长数据;获取所述GPU芯片的实际监控训练时长数据,基于所述实际监控训练时长数据通过卡尔曼滤波算法对所述预测训练时长数据进行修正计算、生成第二迭代训练时长数据通过上述技术方案,可解决目前目前人工智能云平台无法提供模型训练时长预测功能、深度学习GPU芯片算力空间伪占满的问题。
  • 一种深度学习训练预测管理方法装置设备

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