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13537个,建议您升级VIP下载更多相关专利
  • [发明专利]云图预报方法、设备及存储介质-CN202110799416.4在审
  • 李震坤;苏仲岳;闫正 - 上海眼控科技股份有限公司
  • 2021-07-15 - 2021-09-21 - G06Q10/04
  • 本发明公开了一种云图预报方法、设备及存储介质,包括:获取目标区域内距离当前时刻预设时长内的气象要素预报信息;将气象要素预报信息输入预先训练好的目标云图预报模型中,得到目标云图预报模型输出的目标区域内,距离当前时刻预设时长内的预报云图该云图预报方法可以结合气象要素预报信息以及采用机器学习方法训练出的目标云图预报模型,得到预报云图,一方面,只需要获取气象要素预报信息,将其输入目标云图预报模型,就可得到预报云图,实现简单,复杂度较低;另一方面,目标云图预报模型不需要经历启动过程就能获得稳定的输出,因此,可以在预报的起始阶段就获得准确性较高的预报云图。
  • 云图预报方法设备存储介质
  • [发明专利]一种气温智能网格最优集成预报方法-CN201910322114.0有效
  • 盛春岩;范苏丹 - 山东省气象科学研究所
  • 2019-04-22 - 2021-04-09 - G01W1/10
  • 一种气温智能网格最优集成预报方法,包括如下步骤:数值预报产品加工处理,获取观测站点气温实况及预报值,选择最优的数值预报产品,开展气温预报订正释用,分析不同客观释用方法预报效果,研究适合的最优集成预报方法,生成气温智能网格最优集成预报产品,实现业务化运行。本发明立足于寻找最优预报的思路,首先是寻找最优数值模式,在最优数值模式的基础上开展气温预报订正释用,寻找预报较好且互为补充的客观释用方法,通过对不同释用方法的最优集成预报,进一步提高气温预报准确率。
  • 一种气温智能网格最优集成预报方法
  • [发明专利]一种融合钟差预报方法-CN201810177463.3有效
  • 刘强;陈西宏;孙际哲;张永顺;刘赞;李成龙 - 中国人民解放军空军工程大学
  • 2018-03-05 - 2021-06-01 - G01S19/37
  • 一种融合钟差预报方法,对原始钟差序列进行一次差分处理得到钟差差分序列;根据钟差差分序列中学习段数据采用二次多项式模型进行学习预报,根据学习结果采用二次多项式模型进行拟合段的粗预报,将钟差差分序列中拟合段序列的钟差差分值与得到的拟合段粗预报值作差得到拟合误差序列;根据拟合误差序列用灰色预报模型进行精调整预报得到精调整预报值;根据钟差差分序列采用二次多项式模型进行粗预报获得钟差差分序列的粗预报值;将钟差差分序列的粗预报值和精调整预报值相加得到融合预报序列;将融合预报序列进行差分逆运算获得最终钟差预报序列;将原始钟差序列与最终钟差预报序列作差得到预报误差。本发明方法可以提高预报精度。
  • 一种融合预报方法
  • [发明专利]一种空气质量的预报方法、装置、存储介质-CN202011364811.1有效
  • 陈焕盛;王自发;王文丁;陈亚飞;张稳定;吴剑斌;秦东明 - 中科三清科技有限公司
  • 2020-11-27 - 2021-08-17 - G01W1/10
  • 本发明公开了一种空气质量的预报方法、装置、存储介质及终端,所述方法包括:将各个污染物的第二初始浓度数据和边界条件数据下发至用于预报目标地区的空气质量的第二服务器,以使得第二服务器根据第二初始浓度数据和第二边界条件数据,采用第二空气质量预报模式进行空气质量的预报,得到对应的预报结果,因此,采用本申请实施例,将空气质量的预报方法所采用的预报流程进行了有效地切分,将空气质量的预报流程切分为第一预报流程和第二预报流程,通过第一预报流程,能够提供统一的初始化边界条件,通过第二预报流程,能够进行精细化预报,相比现有的预报方法均采用嵌套预报方法,有效地简化了预报流程,从而最终提高了预报方法的预报效率。
  • 一种空气质量预报方法装置存储介质

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