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2446644个,建议您升级VIP下载更多相关专利
  • [发明专利]时间序列预测-CN202180036340.8在审
  • 程曦;丽萨·尹;阿米尔·霍马提;奥马尔·赛义德 - 谷歌有限责任公司
  • 2021-05-06 - 2023-01-31 - G06F16/2455
  • 一种用于时间序列预测的方法,包括接收来自请求数据处理硬件(144)执行多个时间序列预测(22)的用户(12)的时间序列预测查询(20)。每个时间序列预测是基于相应当前数据(152)的未来数据(162)的预测。同时,对于由所述时间序列预测查询请求的所述多个时间序列预测的每个时间序列预测,所述方法包括训练用于相应所述时间序列预测的多个模型(212)。所述方法还包括确定所述多个模型中哪一个模型最佳拟合相应所述时间序列预测,并基于所述确定的最佳拟合模型和相应所述当前数据预测未来数据。所述方法还包括向所述用户返回由所述定时器序列预测查询所请求的对所述多个时间序列预测中的每个时间序列预测的预测的未来数据。
  • 时间序列预测
  • [发明专利]时间序列预测模型-CN200910228727.4无效
  • 修春波 - 天津工业大学
  • 2009-11-25 - 2010-11-03 - G06N7/08
  • 本发明属于非线性时间序列分析领域,具体为一种时间序列预测模型,网络模型包含输入层、中间层和输出层三层结构,中间层单元由具有混沌特性的混沌算子构成。混沌算子的参数利用混沌优化算法进行训练调节。通过学习训练,网络利用时间序列前一段的已知值来预测未来某时刻的值,并根据预测误差逐渐修正混沌算子参数,从而使得网络逐渐具有与时间序列中蕴含的规律相一致的信息,并完成时间序列的预测功能。尤其可以有效地实现对时间序列的多步预测。本发明主要用于实际工程时间序列的预测分析领域中。
  • 时间序列预测模型
  • [发明专利]时间序列中频繁序列模式挖掘方法-CN201510511829.2在审
  • 曾承;李志浩;隗佳 - 武汉泰乐奇信息科技有限公司
  • 2015-08-20 - 2017-03-01 - G06F17/30
  • 本发明涉及时间序列挖掘技术领域,适用于金融、营销、生物医疗等领域,用于挖掘海量时间序列中连续出现的频繁序列模式。本发明提供一种快速、可并行的频繁时序序列挖掘方法,在此过程中,提出一种“区段频次索引”的结构用来辅助快速定位关键元素的“下一个元素”,以一种主动的方式由较短的频繁序列逐步增长为更长的频繁序列。更进一步地,考虑到频繁序列可能存在重复或包含,提出一种新的搜索策略将所有频繁序列连接为一个较长的序列,通过查询各个序列的次数决定是否是包含或重复的。此方法较好地保持了频繁序列的最简性。
  • 时间序列频繁模式挖掘方法
  • [发明专利]训练时间序列预测模型的方法、时间序列预测方法及装置-CN202010308505.X在审
  • 谭龙华;田光见;严骏驰 - 华为技术有限公司
  • 2020-04-18 - 2020-09-01 - G06Q10/04
  • 本申请涉及人工智能领域中的一种训练时间序列预测模型的方法、时间序列预测方法及装置,该训练时间序列预测模型的方法包括:获取时间序列数据特征,所述时间序列数据特征为时间序列数据在当前时刻的数据特征;基于事件序列数据的发生时刻确定事件序列数据特征,所述事件序列数据特征用于表示所述事件序列数据在当前时刻的数据特征,所述事件序列数据特征包含发生时刻的时间信息;基于所述时间数据特征与所述事件序列数据特征进行时间序列预测,得到预测的时间序列数据;基于所述预测的时间序列数据,调整所述时间序列预测模型的参数。该方法有助于提高时间序列预测的预测效果。
  • 训练时间序列预测模型方法装置
  • [发明专利]时间序列影像处理方法-CN201610119032.2在审
  • 张鑫;张淼;曾红伟;郑阳;吴炳方 - 中国科学院遥感与数字地球研究所
  • 2016-03-02 - 2016-07-27 - G06K9/62
  • 公开了一种时间序列影像处理方法,包括:获取时间序列影像;对所述时间序列影像进行平滑处理;根据平滑处理后的所述时间序列影像获取分类影像以及多个类别对应的时间序列变化曲线;显示所述分类影像以不同类别对应的多个时间序列变化曲线本发明通过从时间序列影像中寻找不同空间在时间变化上的差异,聚集相似差异变化的地块,分类、汇总得到分类的影像以及不同类别对应的时间序列变化曲线,方便更多的用户浏览时间序列影像在时间序列上的变化信息。
  • 时间序列影像处理方法
  • [发明专利]时间序列数据预测-CN202180092709.7在审
  • 宋越月;B·P·耶普;陈洁秋;周广;桑俊俊 - 微软技术许可有限责任公司
  • 2021-12-02 - 2023-10-03 - G06Q10/06
  • 本公开内容提供了用于实现时间序列数据预测的方法、系统、装置和计算机程序产品。可以接收与目标时间序列数据相关联的输入数据集。可以接收对从模型库中选择目标预测模型的指示,其中,模型库包括针对执行时间序列数据预测而构建的多个候选预测模型。可以使用输入数据集来训练目标预测模型。经训练的目标预测模型可以被应用为经部署的预测模型,以用于执行时间序列数据预测。可以对经部署的预测模型执行在线学习迭代。
  • 时间序列数据预测
  • [发明专利]时间序列的编码索引-CN201310129584.8无效
  • 肖瑞;刘国华;宋转;肖桂来;刘力;刘佩;郑宁 - 肖瑞
  • 2013-04-15 - 2014-10-15 - G06F17/30
  • 一种采用对时间序列(确定时间序列和不确定时间序列)变化趋势进行算术编码的快速索引方式,对时间序列的预测、分类、数据挖掘以及进行知识发现等具有重要意义。该索引方式解决了时间序列空间索引造成高数据冗余或者匹配的准确度和索引效率低的问题,并且可有效的通过该索引完成时间序列(等长和不等长时间序列)的相似性匹配、聚类和分类,极大的降低了序列相似性匹配、聚类和分类问题的时间复杂度和空间复杂度该方式首先对时间序列时间维度进行区间分割,并根据各区间内时间序列的变化趋势映射为符号序列,然后对该符号序列进行算术编码为唯一的码值,最后使用该码值对时间序列集合建立B-Tree索引。
  • 时间序列编码索引

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