“非平稳时间序列”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果3152938个，建议您升级VIP下载更多相关专利

[发明专利]矩形高层建筑非平稳横风向风荷载条件模拟方法-CN202211706490.8在审
发明人：张石;张爱林;徐晓达;回忆 -专利权人：北京建筑大学
申请日： 2022-12-29 - 公布日： 2023-04-07 - 主分类号： G06F30/13 文献下载
摘要：本发明的矩形高层建筑非平稳横风向风荷载条件模拟方法包括：将已知高度非平稳横风向风荷载时间序列转换为平稳时间序列；应用克里金法(Kriging)模型实现未知目标高度平稳时间序列的条件模拟；采用本征正交分解(POD)方法模拟瞬时振幅；重建以得到未知高度非平稳时间序列的条件模拟结果，该方法将瞬时振幅引入到时间序列的每个分解分量中，同时保持时间序列在频域的平均能量分布不变。
矩形高层建筑平稳风向荷载条件模拟方法

[发明专利]非稳定工况下能耗模式识别方法及系统-CN202110613823.1有效
发明人：纪杨建;朱明睿 -专利权人：浙江大学
申请日： 2021-06-02 - 公布日： 2022-09-09 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种非稳定工况下能耗模式识别方法及一种非稳定工况下能耗模式识别系统，属于生产调控技术领域。所述方法包括：获取流程工业生产系统正常负荷工况下的时间序列数据；对时间序列数据进行预处理，并对预处理后的时间序列数据进行特征提取，获得工况数据集；通过预设切割算法对工况数据集进行切割，获得非平稳序列多变量时间序列样本集；根据非平稳序列多变量时间序列样本集构建多变量时间序列样本的相似性度量矩阵，并进行基于相似性度量矩阵的层次聚类；根据聚类结果进行非平稳过程能耗监测模型训练；采用训练获得的非平稳过程能耗监测模型进行流程工业生产系统非平稳过程监测
稳定工况能耗模式识别方法系统

[发明专利]一种基于非平稳GEV分布模型的结构抗风失效风险评估方法-CN201811480298.5在审
发明人：王晓惠;张洋;巫黎明;程春龙;石军;潘晓春;沈旭伟;王鹏;刘灿 -专利权人：中国能源建设集团江苏省电力设计院有限公司
申请日： 2018-12-05 - 公布日： 2019-05-14 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种基于非平稳GEV分布模型的结构抗风失效风险评估方法，本发明方法通过定义不同参数随时间变化的特性，构建多个非平稳的GEV模型，采用极大广义似然估计(GML)方法进行参数的估算，按照AIC准则进行模型的优选通过优选的非平稳GEV模型进行结构抗风失效风险评估，其中每年的失效风险随时间变化，反应了非平稳序列的变化趋势带来的统计成果的趋势性。本发明方法可有效解决常规频率分布模型在应对非平稳时间序列估算结构抗风失效风险时的风速序列的非平稳问题，不仅考虑了统计序列的时间趋势性，还回避了常规处理方法在非平稳风速序列向平稳风速序列转换时的不确定人为因素
抗风分布模型风险评估风速随时间变化优选估算非平稳时间序列优化结构设计变化趋势常规处理常规频率平稳序列人为因素时间趋势序列转换有效解决趋势性构建统计回避

[发明专利]基于小波分解和浅层神经网络的非平稳时间序列预测方法-CN201910790230.5在审
发明人：刘静;袁锴薪 -专利权人：西安电子科技大学
申请日： 2019-08-26 - 公布日： 2019-11-29 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了基于小波分解和浅层神经网络的时间序列预测方法，解决了非平稳时间序列预测效率低的问题。实现步骤是：获取训练集和测试集；构建时间序列预测模型；对时间序列预测模型进行训练；对子时间序列进行预测；获取一维非平稳时间序列预测结果。本发明所构建的时间序列预测模型，由浅层神经网络并列排布组成，浅层神经网络的网络结构简单，网络参数少，训练和预测的效率高，提高了一维非平稳时间序列预测的预测效率。
时间序列预测模型非平稳时间序列神经网络预测浅层构建时间序列预测并列排布时间序列网络参数网络结构小波分解预测结果测试集训练集

[发明专利]一种非平稳非高斯噪声的滤除方法及系统-CN201810970585.8在审
发明人：翟明岳 -专利权人：广东石油化工学院
申请日： 2018-08-24 - 公布日： 2018-12-11 - 主分类号： H03H17/02 文献下载
摘要：本发明公开了一种非平稳非高斯噪声的滤除方法及系统。所述滤除方法包括：获取实测功率信号序列；所述实测功率信号序列包括多个功率信号；对所述实测功率信号序列进行逐点处理，构建解析序列；确定所述解析序列的伪Wigner‑Ville分布；获取所述实测功率信号序列的采样频率以及主频；根据所述采样频率以及主频确定时间窗口长度；根据所述时间窗口长度以及所述伪Wigner‑Ville分布确定恢复功率信号序列；所述恢复功率信号序列为滤除非平稳非高斯噪声的功率信号序列。采用本发明所提供的非平稳非高斯噪声的滤除方法及系统，能够有效滤除功率信号序列中的非平稳非高斯噪声。
非高斯噪声功率信号滤除实测功率信号序列采样频率时间窗口主频解析构建恢复

[发明专利]一种时间序列数据的预测方法和系统-CN201710292536.9在审
发明人：曾朝晖;黄宏伟;叶江 -专利权人：湘潭大学
申请日： 2017-04-28 - 公布日： 2017-08-29 - 主分类号： G06F17/14 文献下载
摘要：本发明提供了一种时间序列数据的预测方法和系统。该方法包括对由t‑1个时刻的数据组成的序列进行小波分解，得到n个子序列；对n个子序列分别进行平稳性检测；其中，对于非平稳序列，利用t‑1时刻的数据建立深度学习LSTM模型，并分别预测t时刻的值，然后求和得到非平稳部分预测；同理，对于平稳子序列，则分别建立ARMA模型然后预测t时刻的值，并求和得到平稳部分的预测；最后将非平稳部分和平稳部分在t时刻的预测值求和，得到最终预测值。本发明方法通过小波分解，充分结合LSTM和ARMA的优势，相较于传统方法在处理非平稳时间序列上有更好的效果。此外，得益于本模型中独特的LSTM结构，使本发明的预测、泛化能力都较好，适用于各个领域时间序列预测。
一种时间序列数据预测方法系统

[发明专利]一种时间序列遥测数据的补偿方法、装置及服务器-CN201911355577.3在审
发明人：韩朋 -专利权人：深圳猛犸电动科技有限公司
申请日： 2019-12-25 - 公布日： 2020-05-26 - 主分类号： G06F16/953 文献下载
摘要：本申请实施例适用于时间序列数据处理领域，提供了一种时间序列遥测数据的补偿方法、装置、服务器及计算机可读存储介质。该方法包括获取遥测数据组，检测遥测数据组的时间序列的状态为非平稳状态时，对遥测数据组的时间序列进行补偿，得到时间序列的状态为平稳状态的遥测数据组。本申请实施例通过对时间序列的状态为非平稳状态的遥测数据组进行补偿，得到时间序列的状态为平稳状态的遥测数据组，从而能够根据遥测数据组构建时间序列模型，利于后续根据时间序列模型对用户充电过程进行分析。
一种时间序列遥测数据补偿方法装置服务器

[发明专利]数据分析模型确定方法、装置及存储介质-CN202010110683.1有效
发明人：许家幸;陈真;汪海祥 -专利权人：中国平安财产保险股份有限公司
申请日： 2020-02-22 - 公布日： 2023-05-30 - 主分类号： G06F16/2458 文献下载
摘要：本发明涉及数据处理技术，揭露了一种数据分析模型确定方法，包括：获取时间序列数据集；对所述时间序列数据集进行平稳性检验，得到分析数据集，所述分析数据集包含所述时间序列数据集中的平稳数据集和所述时间序列数据集中的非平稳数据集；判断所述非平稳数据集是否包含其他平稳数据；若所述非平稳数据集包含其他平稳数据，将所述平稳数据集和所述非平稳数据集包含的其他平稳数据进行拟合优化，生成数据分析模型；获取待分析的原始数据集，利用所述数据分析模型对所述原始数据集进行分析计算本发明可以提高数据分析模型的平稳性，有利于提高数据分析的精准度。
数据分析模型确定方法装置存储介质

[发明专利]一种改进的旋转机械非平稳振动信号计算阶比分析方法-CN201910985873.5有效
发明人：郭瑜;晏云海;伍星;王之海;周俊 -专利权人：昆明理工大学
申请日： 2019-10-17 - 公布日： 2021-05-07 - 主分类号： G01H17/00 文献下载
摘要：本发明公开了一种改进的旋转机械非平稳振动信号计算阶比分析方法，所述方法包括：对键相脉冲信号进行预处理获得时间点序列、时间差序列、时间增增益序列，对预处理得到的时间增益序列进行相似运算，对相似运算得到的相似系数序列进行加速度分类获得增益分类序列，对增益分类序列依次按照从时间差序列、时间点序列进行逆向推导获取分类时间点序列，使用分类时间点序列对非平稳振动信号进行角域重采样获得角域重采样信号，对角域重采样信号进行快速傅里叶变换获得阶比谱。本发明可以有效地用于旋转机械非平稳振动信号计算阶比分析，并比传统方法运算效率更高。
一种改进旋转机械平稳振动信号计算分析方法

[发明专利]一种基于CEMD和LSTM的非平稳时间序列数据预测方法-CN202210199667.3在审
发明人：雷建军;秦振宇;程旭 -专利权人：重庆邮电大学
申请日： 2022-03-01 - 公布日： 2022-05-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于时间序列预测领域，尤其涉及一种基于CEMD和LSTM的非平稳时间序列数据预测方法，包括通过历史数据构建训练集，通过实时数据构建测试集；使用经验模态分解将测试集和训练集中的目标序列分解为n个本征模态函数和1个残差序列；通过聚类算法对n个本征模态函数聚类为m组，形成m个子序列；利用训练集中子序列的特征向量对深度LSTM神经网络进行训练，获取完成训练的深度LSTM神经网络；将测试集中子序列输入完成训练的深度LSTM神经网络进行预测，得到非平稳时间序列预测结果；本发明结合了EMD和聚类算法对非平稳时间序列进行重构，使得预测模型的误差更小、训练时间更短。
一种基于 cemd lstm 平稳时间序列数据预测方法

[发明专利]基于时空双流非平稳感知的海洋表面温度序列预测方法-CN202310607658.8在审
发明人：聂婕;杜家豪;温琦;叶敏;左子杰;宋宁 -专利权人：中国海洋大学
申请日： 2023-05-26 - 公布日： 2023-08-18 - 主分类号： G06V20/13 文献下载
摘要：本发明属于图像处理技术领域，公开了基于时空双流非平稳感知的海洋表面温度序列预测方法，构建基于时空双流非平稳感知的海洋表面温度序列预测网络并训练，所述网络包括空间非平稳特征建模子网络、时间非平稳特征建模子网络和基于堆叠交叉注意力时空融合模块，将待处理的海洋表面温度卫星遥感图像输入训练好的基于时空双流非平稳感知的海洋表面温度序列预测网络，输出海洋表面温度预测结果，通过本发明能同时挖掘时间和空间中的非平稳特征，有效地挖掘海洋表面温度的时空相关性
基于时空双流平稳感知海洋表面温度序列预测方法

[发明专利]一种时间序列遥感植被指数的噪声检测方法-CN201910680180.5有效
发明人：吴炜;骆剑承;沈瑛;陈婷婷;葛炜炜;陈振乾;夏列钢 -专利权人：浙江工业大学
申请日： 2019-07-26 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：一种时间序列遥感植被指数(Time‑Series Vegetation Index，TSVI)的噪声检测方法。首先使用单位根检验将各个像素的观测值分为平稳序列或者非平稳序列；对于非平稳序列，利用一定的数学模型对离散的TSVI进行建模，再计算实际观测值与模型预测值之间的差异，记为偏差。由于偏差消除了季节性成分，从而将非平稳序列转换为平稳序列。对于平稳序列或者偏差数据采用观测值分布在均值附近一定范围内的假设，进行噪声检测；再对去除噪声保留之后的观测值，迭代进行拟合和噪声检测，直到达到最大迭代次数或在某次迭代不再有噪声检出。然后将时间序列转换回图像空间获得噪声掩膜并优化。本发明可以获得准确的噪声掩膜，并提高地表相关应用的可靠性。
一种时间序列遥感植被指数噪声检测方法

[发明专利]基于改进ABC-VMD的LSSVM网络流量预测方法-CN202210840879.5有效
发明人：李帅永;张旭云涛;张超;代正栩;曾建新 -专利权人：重庆邮电大学
申请日： 2022-07-18 - 公布日： 2023-09-12 - 主分类号： H04L41/14 文献下载
摘要：本发明属于网络流量预测领域，具体涉及一种基于改进ABC‑VMD的最小二乘支持向量机网络流量预测方法，该方法包括：获取非平稳SDN网络流量数据；采用优化的变分模态分解法将非平稳SDN网络流量数据进行转换分解，得到平稳时间序列分量；采用最小二乘支持向量机对每个平稳时间序列分量进行预测，得到每个分量的预测数据；将每个分量预测数据进行重构，得到网络流量预测结果；本发明采用人工蜂群算法对变分模态分解法中的参数进行优化，采用优化后的变分模态分解法对非平稳SDN网络流量数据进行转换分解，得到了平稳时间序列分量；采用参数最小二乘支持向量机对每个平稳时间序列分量进行预测，使得预测的结果更精确。
基于改进 abc vmd lssvm 网络流量预测方法

[发明专利]一种话务量预测方法和系统-CN202110573292.8在审
发明人：刘喜庆;王文平 -专利权人：北京域天科技有限公司
申请日： 2021-05-25 - 公布日： 2022-11-25 - 主分类号： G06Q30/02 文献下载
摘要：该方法包括获取网元的历史话务量数据的时间序列作为样本序列；基于样本序列构建零均值时间序列；对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列，并且将平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；基于第一平稳时间序列利用NDARIMA模型估计模型参数；以及将模型参数代入NDARIMA模型生成话务量预测模型并将第二平稳时间序列作为话务量预测模型的输入对未来话务量进行预测。
一种话务量预测方法系统

[发明专利]用于处理多元时间序列数据的方法及装置-CN201710785479.8在审
发明人：申肆;刘朋飞;李爱华;刘亚男 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2017-09-04 - 公布日： 2018-01-12 - 主分类号： G06F17/18 文献下载
摘要：本申请公开一种用于处理多元时间序列数据的方法及装置。设计计算机信息处理领域，该方法包括对多元时间序列数据进行平稳性检验，获取第一检验结果，所述多元时间序列数据中包含多个变量；如果所述第一检验结果为非平稳，则对所述多元时间序列数据进行协整关系检验，获取第二检验结果；如果所述第二检验结果为存在协整关系，则根据所述多元时间序列数据构建协整回归模型；以及通过所述协整回归模型，确定所述多元时间序列数据的变量之间的关系。本申请公开的用于处理多元时间序列数据的方法及装置，能够避免由于非平稳时间序列数据而造成的伪回归模型，进而得到变量之间的正确关系。
用于处理多元时间序列数据方法装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条