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290521个,建议您升级VIP下载更多相关专利
  • [发明专利]一种数据处理方法及装置-CN201510512441.4在审
  • 程莉;潘晓峰;徐笛 - 阿里巴巴集团控股有限公司
  • 2015-08-19 - 2017-03-01 - G06Q10/04
  • 本申请实施例提供的数据处理方法包括服务器采集预设业务在多个预测周期内的不同时间点的业务数据;基于在不同时间点的业务数据,确定预设业务在不同时间点的长期趋势数据和周期性趋势数据;基于该长期趋势数据和周期性趋势数据,分别拟合出长期趋势预测模型和周期性趋势预测模型;分别基于拟合出的长期趋势预测模型和周期性趋势预测模型,确定出在未来预设时间点的长期趋势预测数据和周期性趋势预测数据;将所述长期趋势预测数据和周期性趋势预测数据进行合并
  • 一种数据处理方法装置
  • [发明专利]行人交通数据组合多步预测方法-CN201110109377.7无效
  • 李伟;李明涛;姚晓晖;胡成;倪慧荟;李凤;庞雷;刘晓琴;沈达;王尧 - 北京市劳动保护科学研究所
  • 2011-04-28 - 2011-08-17 - G06F19/00
  • 一种行人交通数据组合多步预测方法,包括步骤S1提供一行人交通数据长期趋势发展模式,具有一纵向时间序列,利用该纵向时间序列对当天的行人交通数据的全天数据做出多步预测;步骤S2所述行人交通数据长期趋势发展模式还具有一横向时间序列,利用该横向时间序列对当天的行人交通数据的短期现势数据做出多步预测;步骤S3采样行人交通实时数据,将行人交通实时数据与所述长期趋势多步预测的该时刻数据进行比对,以得到预测误差;步骤S4将所述预测误差与一误差阈值比对;如果长期趋势多步预测数据的预测误差小于所述误差阈值,则调用长期趋势多步预测的预测结果;如果预测误差大于所述误差阈值,则调用所述短期现势多步预测的该时刻数据作为预测结果。
  • 行人交通数据组合预测方法
  • [发明专利]Web缓存设置优化方法及电子设备-CN202111598316.1在审
  • 索俊祺;张道扬;苏凡江 - 天翼云科技有限公司
  • 2021-12-24 - 2022-05-10 - G06F16/957
  • 本发明涉及Web服务技术领域,具体涉及Web缓存设置优化方法及电子设备,该方法包括获取各个api的访问时间间隔,并将访问时间间隔写入第一队列中;利用第一队列中的访问时间间隔,分别计算长期趋势值、短期趋势值以及平均值,以确定长期趋势数组以及短期趋势数组;基于长期趋势数组、短期趋势数组以及平均值进行方差和计算,确定趋势差数组;基于趋势差数组中最后一个数值以及上一个趋势数值计算得到当前趋势数值;获取目标服务器的当前性能数据,以确定热点阈值;根据各个api对应的当前趋势数值与热点阈值的大小关系确定出目标api,并将目标api确定为热点数据并缓存目标api。
  • web缓存设置优化方法电子设备
  • [发明专利]一种制冷剂泄露的判别方法-CN202111331467.0在审
  • 李波;徐强 - 四川长虹空调有限公司
  • 2021-11-11 - 2022-03-01 - F24F11/54
  • 为了及时发现制冷剂泄露,提供了一种制冷剂泄露的判别方法,包括:步骤1、获取运行工况;步骤2、机组在工况内运行,每隔时间t记录一次排气温度,对工况内记录的N次排气温度及M次排气温度分别计算算数平均值或者均方根值作为长期趋势计算值及短期趋势计算值,其中MN;步骤3、制冷剂泄露判断:在运行过程中对机组分工况进行统计,若机组运行任一工况的短期趋势计算值≥长期趋势计算值×J,则判断为制冷剂泄漏,其中J≥120%;若机组运行统计中任何两个以上的工况的短期趋势计算值≥长期趋势计算值×K,则判断为制冷剂泄漏,其中K≥110%。
  • 一种制冷剂泄露判别方法
  • [发明专利]消费数据序列趋势信息获取方法及系统-CN200810008541.3无效
  • 柯晓燕;芦陈辉;漆晨曦;曾宪伟;康波 - 中国电信股份有限公司
  • 2008-01-23 - 2008-07-16 - G06Q30/00
  • 本发明涉及一种消费数据序列趋势信息获取方法,包括以下步骤:对符合周期性判别前提条件的消费数据序列进行周期性判断,如果判断所述消费数据序列具有周期,则在去除周期性因素的影响下对所述消费数据序列进行长期趋势判别和/或短期趋势判别,同步获得所述消费数据序列的长期和/或短期趋势信息。本发明还涉及一种消费数据序列趋势信息获取系统,包括:周期性判断模块、第一长期趋势判别模块和第一短期趋势判别模块。本发明对海量数据的周期性进行判别,如果是有周期性的数据序列,在预测趋势时排除掉周期性的影响,从而消除周期性对预测结果的影响。
  • 消费数据序列趋势信息获取方法系统
  • [发明专利]基于去噪处理的证券交易数据趋势获取方法-CN202110658289.6在审
  • 陈德敏 - 陈德敏
  • 2021-06-15 - 2022-12-16 - G06F17/11
  • 本发明涉及一种基于去噪处理的证券交易数据趋势获取方法,通过生成证券在预设历史时间段内的证券交易数据长期趋势曲线函数和证券交易数据短期趋势曲线函数,并以生成的两个证券交易数据长、短期趋势曲线函数呈现出来的走势情况作为证券交易数据波动变化的必然趋势,再将证券交易数据长期趋势曲线函数和证券交易数据短期趋势曲线函数做求和处理,并以求和后得到的曲线函数作为表征该证券交易数据将来变动的趋势曲线,实现了在去除证券交易数据的干扰成分(即非必然因素)后,保留了证券交易数据的必然因素,进而利用函数形式来准确地表达证券交易数据的趋势,有利于基于获取到的证券交易数据趋势提高针对该证券交易数据趋势的预测准确度。
  • 基于处理证券交易数据趋势获取方法
  • [发明专利]一种基于常态模型的监测数据告警阈值提取方法-CN202110881132.X有效
  • 董亚波;单泽洋;朱文滔 - 浙江大学
  • 2021-08-02 - 2022-07-12 - G06F17/00
  • 本发明公开了一种基于常态模型的监测数据告警阈值提取方法,包括:利用频谱分析方法获得监测数据中的显著性周期集,采用时间序列分解法,分离出周期分量集;利用直线拟合方法,将分离周期分量集后剩余的监测数据拟合为长期趋势;采用相应的累积概率拟合函数,对第一监测数据,显著性周期集进行拟合,对累积概率分布模型进行K‑S拟合优度检验,基于检验结果得到最优累积概率分布模型;分别根据获得的监测数据,周期分量集,长期趋势的最小概率值该方法能够对文物的监测数据的长期变化趋势与变化周期进行准确告警。
  • 一种基于常态模型监测数据告警阈值提取方法

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