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575个,建议您升级VIP下载更多相关专利
  • [发明专利]基于ARIMA滤波器的SAGE信道参数估计方法-CN202010399019.3有效
  • 王威;姜苏英;侯俊;刘鑫一;张旭;贾爱琳;畅田田 - 长安大学
  • 2020-05-12 - 2022-02-01 - H04B17/309
  • 本发明公开了一种基于ARIMA滤波器的SAGE信道参数估计方法,包括以下步骤:信道参数初始化;初始化漫散射分量的ARIMA滤波器,使用测量数据减去初始化时估计得到的可视距分量和强反射/散射分量,从而对漫散射分量进行初始化;建立漫散射分量的ARIMA模型;基于漫散射分量的ARIMA模型,设计ARIMA滤波器;采用基于ARIMA滤波器的SAGE信道估计方法依次计算每条路径的参数,使用ARIMA滤波器对测量信号进行滤波处理,使用SAGE算法基于滤波后的信号进行迭代优化,估计每条路径的信道参数,对ARIMA滤波器的参数也进行更新,估计漫散射分量,仿真结果表明与传统的SAGE算法相比,在真实电波传播环境下本发明方法可以更准确的估计出可视距分量
  • 基于arima滤波器sage信道参数估计方法
  • [发明专利]基于ARIMA模型的航班延误预测方法-CN201610152208.4在审
  • 郑相涵;叶慧娟;郭文忠 - 福州大学
  • 2016-03-17 - 2016-08-10 - G06Q10/04
  • 本发明涉及一种基于ARIMA模型的航班延误预测方法,具体包括以下步骤:步骤S1:建立数据集:采集航班数据,所述航班数包括航班信息、时间信息、机场信息以及延误时间信息;步骤S2:数据集特征分析:分析各个机场与航空公司间的差异以及天气对航班的影响;步骤S3:建立ARIMA模型:ARIMA模型的建立包括移动平均过程、自回归过程、自回归移动平均过程以及ARIMA过程;步骤S4:选取最佳的ARIMA模型:对建立的ARIMA模型进行验证并选取最佳参数;步骤S5:航班延误预测:获取任意一航班数据后,选取最佳的ARIMA函数作为模型延误函数,选取多元线性回归函数作为天气延误函数,相加后得到最后的预测结果。
  • 基于arima模型航班延误预测方法
  • [发明专利]一种基于统计学的中长期水位预测算法-CN202111351271.8在审
  • 梁雪春;王飞虎 - 南京工业大学
  • 2021-11-15 - 2022-03-04 - G06Q10/04
  • 本发明公开了一种基于加权马尔可夫链(WMCP)修正差分自回归移动平均(ARIMA)的中长期水位预测算法。针对湖泊水位呈现出季节波动强、非线性的水文特征导致单独使用ARIMA模型预测精度低的问题。引入WMCP对ARIMA模型的预测结果进行修正。首先使用ARIMA模型对处理完成的数据进行预测,生成初步预测结果与残差序列;再使用WMCP方法对残差序列进行状态预测;然后使用状态特征值结合线性插值法将状态预测区间转化为精确值;最后将该值补偿入ARIMA着重考虑ARIMA模型对预测趋势的指向性,改进了残差状态区间的转化过程。相比现有的湖泊水位预测算法,该算法能够在小样本、非线性数据的问题上大大降低误差。
  • 一种基于统计学中长期水位预测算法
  • [发明专利]构建时间序列模型的系统与方法-CN200910003489.7无效
  • 方东平;瑞·S·蔡 - SPSS公司
  • 2001-11-08 - 2009-07-15 - G06Q10/00
  • 该方法包括:将时间序列的分离数据值和季节循环长度输入到计算机中:将包括由数字数据值表示的预测因子、干预和事件的至少一种类型输入到计算机;以及确定时间序列的ARIMA阶数;除去具有至少一个丢失值的预测因子;根据时间序列的ARIMA阶数、干扰和事件、以及剩余的预测因子,构造时间序列的初始多元ARIMA模型;根据迭代模型评估结果、诊断检验以及残差的自相关函数/部分自相关函数,修改初始多元ARIMA模型;创建该时间序列的多元ARIMA模型,从而减少用户输入交互的数量;以及利用计算机创建的多元ARIMA模型来预测未来趋势。
  • 构建时间序列模型系统方法

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