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371792个,建议您升级VIP下载更多相关专利
  • [发明专利]一种铅酸动力电池系统故障诊断方法-CN201410113369.3在审
  • 禄盛;张骞;陈平;张艳 - 重庆邮电大学
  • 2014-03-25 - 2014-09-03 - G06F17/50
  • 该方法分为离线和在线两部分,具体步骤包括:离线状态下通过仿真模型采集数据,采用归一法方法对数据进行预处理,并得到支持向量机的动力电池系统数据分类训练集和测试集,加入GA算法进行参数自适应寻优,采用“一对一方法”训练获取支持向量机诊断模型,并进行SVM决策分类;在线状态下利用故障发生装置模拟故障信号,信号通过采集模块进行采集,并采用归一法对数据进行预处理,进一步将数据输入到离线训练的SVM模型中,进行SVM算法的故障在线分类通过本发明,不仅可以实现电池系统故障离线、在线智能诊断,同时提高故障诊断的识别率。
  • 一种动力电池系统故障诊断方法
  • [发明专利]一种基于Rasa框架的ARM侧离线对话系统、装置及存储介质-CN202110600403.X在审
  • 娄坤;胡光敏;姜黎 - 杭州芯声智能科技有限公司
  • 2021-05-31 - 2021-08-13 - G06F40/35
  • 本发明提供的一种基于Rasa框架的ARM侧离线对话系统、装置及存储介质,涉及人机交互技术领域。本发明通过Rasa框架进行ARM侧离线对话管理,Rasa框架针对对话管理模块可以通过将深度神经网络模型和规则系统进行融合,并且可以针对不同的对话场景设定最大存储历史对话轮数,以便可以获取到更多的对话信息,来兼顾不同的对话场景;通过Docker容器技术自定义构建RASA镜像,使得原生不支持ARM架构平台的RASA框架可以高效率运行在ARM端侧平台中并且能达到PC端侧持平的推理效率,从而实现高效离线对话管理;通过在训练服务器上进行模型训练,将训练好的模型迁移至ARM侧设备Docker容器中的Rasa框架中,使得计算资源受限的ARM侧设备也能具备很好的离线对话管理能力。
  • 一种基于rasa框架arm离线对话系统装置存储介质
  • [发明专利]一种基于强化学习的高速公路交通管控方法-CN202211472405.6在审
  • 金波;娄刃;何亚强;汪成立;张俊烨;杨松;张冶芳 - 浙江省交通运输科学研究院
  • 2022-11-23 - 2023-02-24 - G08G1/01
  • 本发明涉及交通控制技术领域,具体涉及一种基于强化学习的高速公路交通管控方法,包括以下步骤:步骤一:读取交通管控区域的道路信息,对道路进行区域划分;步骤二:根据区域划分构建离线仿真模型,所述离线仿真模型对交通管控区域的交通进行仿真;步骤三:训练所述离线仿真模型,训练后的离线仿真模型记为智能体;步骤四:将所述智能体部署到实际预测控制模型中,以单位时间最大通过量为目标函数,周期性计算获得优化管控策略,执行所述优化管控策略。本发明的有益技术效果包括:利用强化学习训练智能体,克服模型预测控制对于交通流预测模型过度依赖的缺点,提高了预测的准确度,从而实现有效管控策略的准确解算,获得更为优化的管控策略。
  • 一种基于强化学习高速公路交通方法
  • [发明专利]一种基于元学习的混合动力车辆工况预测方法-CN201911239316.5有效
  • 何洪文;曹剑飞 - 北京理工大学
  • 2019-12-06 - 2022-09-06 - G06Q10/04
  • 本发明提供了一种基于元的方式,模型训练过程被划分为两个部分:离线执行的预训练与在线执行的微调训练。预训练针对多种工况进行并行训练,以获得泛化性能较好的基模型。微调学习的混合动力车辆工况预测方法,其在深度神经网络的基础上结合了多任务训练训练在基模型基础上针对特定工况进行训练,时间成本低,可以应用于模型的在线修正环节。此外,基于上述流程,还进一步给出了一种由离线训练、在线训练和实时预测三部分组成的车速预测模型在线应用框架,可应用于实际交通条件下的工况预测任务。
  • 一种基于学习混合动力车辆工况预测方法

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