“conv1d”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8262638个，建议您升级VIP下载更多相关专利

[发明专利]基于改进粒子群Conv1D-Attention优化模型的水库水位预测预警方法-CN202210345951.7在审
发明人：马森标;徐飞;黄正鹏;陈友武;黄祖海 -专利权人：福建中锐网络股份有限公司
申请日： 2022-03-31 - 公布日： 2022-07-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于改进粒子群Conv1D‑Attention优化模型的水库水位预测预警方法，包括以下步骤：步骤S1:获取水库水位相关数据，并预处理，得到初始数据集；步骤S2：基于初始数据集，进行特征工程处理，得到特征数据集；步骤S3:将特征数据集划分为训练集和测试集，并进行数据重塑，将2D数据重塑为3D数据；步骤S4:构建Conv1D‑Attention模型；步骤S5:采用改进的PSO优化算法对Conv1D‑Attention模型进行寻优；步骤S5:基于步骤S5获取的最优参数，构建并训练基于改进粒子群Conv1D‑Attention优化模型；步骤S6:通过基于改进粒子群Conv1D‑Attention优化模型，对水库水位进行预测
基于改进粒子 conv1d attention 优化模型水库水位预测预警方法

[发明专利]基于混合深度学习模型的水库水位预测预警方法及系统-CN202210366608.0在审
发明人：马森标;徐飞;黄正鹏;陈友武;黄祖海 -专利权人：福建中锐网络股份有限公司
申请日： 2022-04-08 - 公布日： 2022-06-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于混合深度学习模型的水库水位预测预警方法及系统，该方法包括：1）构建基于注意力机制和改进粒子群Conv1D‑LSTM优化混合模型：获取水库雨水情数据作为模型训练数据，搭建基于注意力机制的Conv1D‑LSTM混合模型，然后采用改进粒子群优化算法优化所述Conv1D‑LSTM混合模型；2）加载基于注意力机制和改进粒子群Conv1D‑LSTM优化混合模型；获取水库雨水情实时监测数据，而后输入模型进行水库水位预测
基于混合深度学习模型水库水位预测预警方法系统

[发明专利]一种基于Conv1D-LSTM模型的短时交通流预测方法-CN202211613064.X在审
发明人：张志鹏;刘宇航;戴磊;胡昊 -专利权人：上海交通大学
申请日： 2022-12-15 - 公布日： 2023-07-14 - 主分类号： G08G1/01 文献下载
摘要：本发明涉及一种基于Conv1D‑LSTM模型的短时交通流预测方法，该方法包括：S1、采集交通数据并进行预处理；S2、计算不同路段之间的皮尔逊相关系数，确定与预测路段具有显著空间相关性的S个相邻路段，并将历史交通数据划分为训练集和测试集；S3、建立Conv1D‑LSTM短时交通流预测模型，包括用于对输入数据进行特征提取的一维卷积网络，以及用于进行时间序列预测的长短期记忆神经网络；S4、基于时序反向传播算法，采用训练集对Conv1D‑LSTM短时交通流预测模型进行迭代训练；S5、采用训练好的Conv1D‑LSTM短时交通流预测模型对测试集进行短时交通流预测。
一种基于 conv1d lstm 模型短时交通流预测方法

[发明专利]基于知识图谱和Conv1D-LSTM-D的道路交通拥堵传播预测方法-CN202011107018.3有效
发明人：徐东伟;丁加丽;周磊;李汶轩;林臻谦;魏臣臣;戴宏伟 -专利权人：浙江工业大学
申请日： 2020-10-16 - 公布日： 2022-05-03 - 主分类号： G08G1/01 文献下载
摘要：一种基于知识图谱和Conv1D‑LSTM‑D的道路交通拥堵传播预测方法，包括以下步骤：1)针对数据集中各个车道的交通流数据，基于宏观基本图的原理用函数拟合车道的流量‑密度散点图，得到各个车道的临界交通流状态阈值；2)定义时间知识图谱的四元组集合，根据地理位置信息、交通流数据集和各个车道的临界交通流状态阈值，构建交通拥堵传播时间知识图谱；3)基于时间知识图谱和Conv1D‑LSTM‑D实现道路交通拥堵传播预测。本发明基于知识图谱对道路交通流数据之间的复杂关系进行充分挖掘和规范表达，并基于Conv1D‑LSTM‑D实现了道路交通拥堵的传播预测，提高了道路交通拥堵预测的准确性。
基于知识图谱 conv1d lstm 道路交通拥堵传播预测方法

[发明专利]一种基于Conv1D+LSTM的多步交通流量预测方法-CN202110121994.2在审
发明人：郑文;焦乐乐;张越;康洛耀 -专利权人：太原理工大学
申请日： 2021-01-29 - 公布日： 2021-07-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Conv1D+LSTM的多步交通流量预测方法，其步骤是：收集可用的交通流量数据，并进行初步地筛选；对筛选好的数据进行数据预处理，例如对数据异常点进行修复，去除数据中存在的噪声和对数据进行归一化处理等；将处理好的数据输到一维卷积Conv1D中提取交通流的特征，同时提取外部因素对交通流量的影响；将Conv1D层提取的特征输入到LSTM层进行学习，以预测未来多个时间间隔的交通流量值；反归一化处理模型产生的预测值本方法结合天气、时间信息和节假日等外部因素，利用Conv1D来建模交通流数据的时间特征、周期特征和局部相关特征，将提取的特征送入LSTM进行多步预测。
一种基于 conv1d lstm 交通流量预测方法

[发明专利]一种基于UWB通信技术的手势识别方法-CN202111351402.2在审
发明人：侯天为;李安娜;罗飞 -专利权人：北京交通大学
申请日： 2021-11-16 - 公布日： 2022-04-15 - 主分类号： G06F3/01 文献下载
摘要：步骤1、数据采集；步骤2、数据处理；步骤3、建立SE‑Conv1D深度模型；步骤4、手势识别；本发明利用UWB通信模块进行手势识别，这可以有效克服UWB雷达技术带来的问题。本发明利用设计的SE‑Conv1D深度学习模型，达到了99.48％的准确率。通信系统提出的解决方案能有效应对信号干扰和距离或方向上的变化。此外，本发明设计的基于UWB通信系统可以解决多设备选择问题。
一种基于 uwb 通信技术手势识别方法

[发明专利]一种基于卫星遥感的渤海海气耦合人工智能预报方法-CN202310663446.1在审
发明人：胡松;李威;邵祺;刘涵宇;郑清予;王茹;曲平 -专利权人：天津大学;天津市气象科学研究所
申请日： 2023-06-06 - 公布日： 2023-09-22 - 主分类号： G06F18/2135 文献下载
摘要：训练集分解为正交空间模态和相应主成分；对训练集的正交空间模态进行显著性检验，保留优势正交空间模态，选取出相应的主成分；将测试集投影到获得的优势正交空间模态，获得测试集的主成分；利用选取出的训练集的主成分训练Conv1D‑LSTM神经网络，采用训练后的Conv1D‑LSTM神经网络模型对测试集的主成分预测得到主成分；将预测得到的主成分与显著性检验选取出的主成分相组合，重构获得海表面温度、海面高度异常及海表面风速的预测值。
一种基于卫星遥感渤海耦合人工智能预报方法

[发明专利]基于改进GRU的变压器油中溶解气体含量预测方法-CN202310701791.X在审
发明人：范志远;杜江 -专利权人：河北工业大学
申请日： 2023-06-14 - 公布日： 2023-09-05 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种基于改进GRU的变压器油中溶解气体含量预测方法，首先，对变压器油中溶解气体含量数据进行归一化处理，并将归一化后的气体含量数据分为训练集与测试集；其次，构建改进GRU模型，包括依次连接的Input层、Conv1D本发明在传统GRU的输入层与神经网络层之间增加了一层Conv1D层，将传统的GRU层改进为Bi‑GRU层，并采用金枪鱼算法对影响GRU预测精度的3个最关键的超参数进行迭代搜索，大大提高了模型的预测精度。
基于改进 gru 变压器溶解气体含量预测方法

[发明专利]风暴潮预测方法、装置、存储介质及电子设备-CN202310128432.X有效
发明人：王豹;王斌;刘仕潮;韩屹 -专利权人：国家海洋环境预报中心
申请日： 2023-02-07 - 公布日： 2023-08-29 - 主分类号： G06Q10/04 文献下载
摘要：得待预测站点风暴潮水时序数据；获取待预测站点气象数值预报数据；提取待预测站点周围设定区域范围内的网格数据；降维处理，得网格数据降维后的特征向量；归一化处理和数据集划分，得气象特征的样本数据集；构建并训练Conv1D‑LSTM模型，得风暴潮增水的初步预测数据；连接风暴潮增水时序数据和Conv1D‑LSTM模型的初步预测数据，归一化处理和数据集划分，得综合特征的样本数据集；构建并训练LSTM模型，得风暴潮增水多步长预测数据。
风暴预测方法装置存储介质电子设备

[发明专利]一种基于Conv-LSTM-RA网络的空气质量指数预测方法-CN202310354751.2在审
发明人：于永涛;李银银;姜涛;卢伟彬;顾涵竹;黄龙;吴庆国;王蓉蓉 -专利权人：淮阴工学院
申请日： 2023-04-04 - 公布日： 2023-07-25 - 主分类号： G06Q10/04 文献下载
摘要：本专利公开了一种基于Conv‑LSTM‑RA网络的空气质量指数预测方法，首先，对获取到的历史空气质量数据进行预处理；其次，利用卷积神经网络（CNN）中的一维卷积结构（Conv1D）进行特征提取，并在卷积神经网络中加入残差模块
一种基于 conv lstm ra 网络空气质量指数预测方法

[发明专利]基于深度学习的光纤管道安全预警算法-CN202110826427.7在审
发明人：邢陆雁;张妮娜;王建强;赵鹏飞;吕笑琳 -专利权人：威海北洋光电信息技术股份公司
申请日： 2021-07-21 - 公布日： 2023-02-07 - 主分类号： G06F18/10 文献下载
摘要：对分布式光纤振动传感系统采集的光纤信号进行去噪，得到振动波纹信号；计算每个空间位置点振动波纹信号的特征，所有位置点的信号特征在时间空间维度上形成为时空特征图像；获得入侵位置点与入侵位置点的局部时空特征图像；构建通道一conv2D网络，构建通道二conv1D‑LSTM网络，对双通道网络输出的特征进行融合，充分利用入侵点的一维振动波纹信号特征与二维局部时空图像特征，网络融合后添加全连接层、Dropout层和分类层，形成双通道深度学习网络
基于深度学习光纤管道安全预警算法

[发明专利]一种基于attention机制的CNN-LSTM短期风电功率预测方法-CN202110564394.3在审
发明人：宋新甫;关洪浩;任娟;余金;余中平 -专利权人：国网新疆电力有限公司经济技术研究院
申请日： 2021-05-24 - 公布日： 2021-11-12 - 主分类号： G06F30/27 文献下载
摘要：CNN‑LSTM短期风电功率预测方法，该方法通过收集历史环境和历史风电功率数据，对数据进行数据清洗和归一化等预处理；然后搭建包含attention机制的CNN‑LSTM模型并进行训练获得预测模型，其中CNN网络包括Conv1D层、MaxPooling1D层；LSTM网络包括基本的LSTM层、attention层、Dropout层以及最后的Dense层。
一种基于 attention 机制 cnn lstm 短期电功率预测方法

[发明专利]基于CNN+LSTM的风电功率预测模型-CN201910749682.9在审
发明人：杨波;靳丹;杨仕博;魏军;金铭;郭芳琳;闫润珍;吴让乐;蔡玺;张小东;张兆师;刘莉;江帆;于永照 -专利权人：国网甘肃省电力公司信息通信公司;甘肃同兴智能科技发展有限责任公司;兰州大学
申请日： 2019-08-14 - 公布日： 2019-11-12 - 主分类号： G06Q50/06 文献下载
摘要：利用风场的天气预报数据(NWP)与历史观测数据，提取了风速、风向、大气压力、温度、空气湿度等特征，对数据归一化处理；在模型训练使用阶段，将处理后的数据放入CNN+LSTM模型中进行预测，其中CNN网络包括了Conv1D
风电功率预测数据预处理模型训练使用阶段网络包括天气预报数据数据归一化大气压力风电功率观测数据连接层预测放入风场风速风向网络学习

[发明专利]基于AICDA模型的机械故障多源混合迁移诊断方法-CN202310585186.0在审
发明人：秦毅;钱泉;罗均;毛永芳 -专利权人：重庆大学
申请日： 2023-05-23 - 公布日： 2023-09-15 - 主分类号： G06F18/24 文献下载
摘要：该方法主要包括构建AICDA模型，采用一维卷积神经网络作为主干网络，包括四个“ConV1D”卷积块、两个FC卷积层、四个DIA层、四个类级DIA层和一个AdaSoftmax分类损失；然后将划分好的的训练样本输入到构建好的
基于 aicda 模型机械故障混合迁移诊断方法

[发明专利]一种基于Conv1D-NLSTMs神经网络结构的道路交通流预测方法-CN201910352267.X在审
发明人：徐东伟;朱钟华;彭鹏;王永东;戴宏伟;魏臣臣;宣琦 -专利权人：浙江工业大学
申请日： 2019-04-29 - 公布日： 2019-07-30 - 主分类号： G08G1/01 文献下载
摘要：一种基于Conv1D‑NLSTMs神经网络结构的道路交通流预测方法，包括以下步骤：1)、构建关联道路的交通流数据矩阵，并对数据进行预处理；2)、基于交通流数据矩阵提取道路交通流时空特征；3)、基于道路交通流时空特征构建道路交通流预测模型
道路交通流时空特征预测结果神经网络结构交通流数据预测反归一化预测模型构建预处理矩阵测试模型反向传播关联道路矩阵提取均方误差未来时刻优化模型交通流连接层映射算法验证测试回归

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