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1015793个,建议您升级VIP下载更多相关专利
  • [发明专利]基于参数迁移的水质预测方法-CN202210108885.1在审
  • 周剑;安浩;李鑫;李群;刘林峰;肖甫 - 南京邮电大学
  • 2022-01-28 - 2022-05-13 - G06Q10/04
  • 基于参数迁移的水质预测方法,根据水域中目标监测站的水质信息与多个临近监测站的水质信息,分别建立基于RVFL的目标监测站水质预测模型与多个基于RVFL的临近监测站水质预测模型,使用目标监测站水质训练集和临近监测站水质训练集分别训练模型;根据训练得到的目标监测站和临近监测站模型参数,进行模型之间的参数迁移,得到迁移后的目标监测站水质预测模型;使用迁移后的目标监测站水质预测模型进行水质预测,并进行加权平均,得到最终水质预测结果。本方法将参数迁移运用到水质预测中,对目标监测站水质预测模型和临近监测站水质预测模型中共享的参数进行迁移,有效利用了目标监测站与临近监测站水质信息间的非线性关联,提升了水质预测精度。
  • 基于参数迁移水质预测方法
  • [发明专利]一种基于水质模型水质预测方法及系统-CN201810137431.0有效
  • 刘海飞;王洪达;丁禹 - 北京师范大学
  • 2018-02-10 - 2021-09-21 - G06Q10/04
  • 本发明公开一种基于水质模型水质预测方法及系统。该方法包括:根据格子玻尔兹曼方法对待预测水质区域的河网或河段区域建立一维水质模型;根据格子玻尔兹曼方法对待预测水质区域中的重点预测区域建立二维水质模型;二维水质模型边界处的网格宽度与所述一维水质模型边界处的河道断面宽度相等;根据溶质粒子的质量和动量守恒,将所述一维水质模型和所述二维水质模型的边界耦合,得到耦合后的水质模型;所述耦合后的水质模型为所述一维水质模型和所述二维水质模型耦合后的模型;根据所述耦合后的模型对所述待预测水质区域进行预测,获得所述待预测区域的参数预测结果。本发明方法及系统,提高了模型的计算精度和效率,提高水质预测的精度和效率。
  • 一种基于水质模型预测方法系统
  • [发明专利]基于量子粒子群优化的CNN-LSTM水质预测方法-CN202210532824.8在审
  • 李正权;张铭玮;方志豪;马可 - 江南大学
  • 2022-05-11 - 2022-08-12 - G06F30/27
  • 本发明公开了基于量子粒子群优化的CNN‑LSTM水质预测方法,属于水质预测领域。本发明的水质预测方法,构建基于CNN‑LSTM混合神经网络的水质预测模型,并采用量子粒子群算法对水质预测模型进行超参数寻优后再对预测模型进行训练,可以基于不同环境下的水质数据,寻找对应环境下的最优预测模型参数,因此无论环境因素如何影响水质状态,本发明的水质预测模型都能够保证预测模型参数最优,从而有效地提升了水质预测精度;且本发明避免了重复训练模型的过程,减少了在不同水质样本中进行水质预测的工作量,大大提高了水质预测效率
  • 基于子粒子群优化cnnlstm水质预测方法
  • [发明专利]基于集成学习模型水质预测方法及系统-CN202110923923.4有效
  • 安新国;王正;邹志强 - 北京金水永利科技有限公司
  • 2021-08-12 - 2023-08-08 - G06N20/20
  • 本申请提供一种基于集成学习模型水质预测方法及系统,该方法包括如下步骤:获取水质指标历史数据;提取水质指标历史数据中的训练数据集,针对训练数据集分别构建自回归积分滑动平均模型和时间序列预测模型,获取水质指标综合预测结果数据集;提取水质指标综合预测结果数据集中的结果训练集,并将结果训练集输入到多层神经网络模型中,获取第三模型水质指标预测结果数据集;根据水质指标综合预测结果数据集和第三模型水质指标预测结果数据集,计算水质指标预测结果本申请实现了提高水质预测的精准度和水质预测效果,适用于所有站点的水质预测
  • 基于集成学习模型水质预测方法系统
  • [发明专利]一种基于深度学习的水质预测方法、系统和装置-CN202310336542.5在审
  • 郑志强;王立新;翁智;刘昱峰;丁昊 - 内蒙古大学
  • 2023-03-31 - 2023-06-30 - G16C20/20
  • 本发明涉及一种基于深度学习的水质预测方法、系统和装置。水质预测方法包括如下步骤:S1:采集水质数据。S2:对水质数据进行预处理。S3:建立基于LSTM网络的水质预测模型。对水质预测模型进行训练,保留满足测试精度的模型参数。通过水质预测模型输出预测数据。S4:将水质数据与预测结果以数字或图形的方式进行实时显示。本发明的水质预测方法可以同时对多类数据进行深入分析,采用多类水质数据对水质预测模型进行训练,最大程度的保留各类数据之间的相关性,剔除冗余信息,以使最终的水质预测结果更能清楚的反映出各类数据的影响,提高预测精度,简化运算过程,提高预测的实时性。
  • 一种基于深度学习水质预测方法系统装置
  • [发明专利]基于机器学习方法的水质预测预警系统-CN202211513549.1有效
  • 王维;刘柏音;王莹;刘孝富;罗镭 - 中国环境科学研究院
  • 2022-11-29 - 2023-07-18 - G06Q10/04
  • 本发明提供一种基于机器学习方法的水质预测预警系统,包括水质浓度预测模型水质评价模型水质预警模型;所述水质浓度预测模型,用于采用集成学习策略,对时间序列模型、回归机器学习模型和关联规则方向预测模型进行深度融合,得到融合后的水质浓度预测模型;采用融合后的水质浓度预测模型预测监测断面的水质指标未来时间的均值、最大值和最小值,得到监测断面的水质指标预测结果。本发明综合考虑水文数据、水质数据、气象数据、上下游断面位置数据等数据,基于人工智能算法对大数据高效的挖掘能力,将多元历史数据变化规律及数据间相关性规律用于预测河道断面未来水质指标的变化,提高预测准确性。人工智能大数据可以实现定期的自我模型更新,针对于断面新阶段新特征可以第一时间获知并加以利用,提升模型预测准确性,避免了历史规律不适应当前现状所造成预测不准确的窘境。
  • 基于机器学习方法水质预测预警系统
  • [发明专利]一种基于鱼群行为的水质溶解氧预测方法及装置-CN202110421024.4在审
  • 孙龙清;孙希蓓;李道亮 - 中国农业大学
  • 2021-04-19 - 2021-08-10 - G01N33/18
  • 本发明提供一种基于鱼群行为的水质溶解氧预测方法及装置,涉及水产养殖技术领域,该方法包括以下步骤将待预测的鱼群二维图像输入至水质溶解氧模型中,得到所述水质溶解氧模型输出的水质溶解氧预测结果,其中,水质溶解氧模型是基于预测训练样本训练得到的,本发明通过将待预测的鱼群二维图像输入至水质溶解氧模型中,将鱼群的行为参数与水质溶解氧预测模型结合,得到水质溶解氧模型输出的水质溶解氧预测结果,实现对于水质溶解氧的预测,能快速和便捷地对溶解氧含量进行预测,提高了预测的准确度和效率,节省大量人力物力成本。
  • 一种基于鱼群行为水质溶解氧预测方法装置

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