“kelm ”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91个，建议您升级VIP下载更多相关专利

[发明专利]一种基于VMD和KELM的空调超短期负荷预测方法-CN202211468234.X在审
发明人：刘红俐;刘梦园;朱其新;沈晔湖;蒋全胜;牛雪梅;谢鸥 -专利权人：苏州科技大学
申请日： 2022-11-22 - 公布日： 2023-03-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于VMD和KELM的空调超短期负荷预测方法，包括如下步骤：步骤1：运用VMD将负荷序列分解成一系列变分模态函数；步骤2：采用RBF构建KELM模型，采用麻雀搜索算法对KELM模型的参数进行优化；步骤3：将优化后的KELM模型用于每个变分模态函数，得到每个模态的预测结果；步骤4：将各模态的预测结果汇总，得到最终预测输出。本发明采用VMD将负荷序列进行分解，能够提高预测模型准确性和可靠性；然后用SSA优化后的KELM模型对每个模态进行预测，能够提高KELM模型的精度，减小其预测误差。本发明提出的混合预测模型结合了VMD和KELM的优点，可以快速准确完成空调超短期负荷预测。
一种基于 vmd kelm 空调短期负荷预测方法

[发明专利]一种基于多尺度CNN特征及量子菌群优化KELM的手写图像识别方法-CN201911050472.7有效
发明人：廖一鹏;张进;陈诗媛 -专利权人：福州大学
申请日： 2019-10-31 - 公布日： 2022-05-13 - 主分类号： G06V40/30 文献下载
摘要：本发明涉及一种基于多尺度CNN特征及量子菌群优化KELM的手写图像识别方法首先，将手写图像进行NSST分解，得到三个尺度的多尺度图像；其次，用CNN模型提取每一个尺度的细节特征，并以最大值的方式融合这些细节特征；然后，用量子菌群算法去优化KELM模型的参数，得到最佳的KELM模型；最后，把融合后的特征当作KELM的输入，对特征进行识别，完成手写图像的识别。本发明不仅增强了识别精度和泛化能力，同时在训练模型时采用需要时间少的KELM模型，KELM仅需要优化两个参数，而且用CNN‑KELM能够提取出更多细节特征，这样极大的减少了手写图像识别的工作量以及提高了识别精度
一种基于尺度 cnn 特征量子优化 kelm 手写图像识别方法

[发明专利]面向电力大数据的微电网短期负荷预测方法-CN201610948445.1在审
发明人：王保义;牛锐;张少敏 -专利权人：华北电力大学（保定）
申请日： 2016-11-02 - 公布日： 2017-04-19 - 主分类号： G06F17/50 文献下载
摘要：一种面向电力大数据的微电网短期负荷预测方法，用于提高微电网短期负荷的预测精度，其技术方案是，所述方法首先建立基于核函数极限学习机(KELM)的微电网短期负荷预测模型；然后采用改进的混合蛙跳算法(ISFLA)对核函数极限学习机的组合参数(C,σ)进行优化，得到ISFLA_KELM预测模型；最后利用ISFLA_KELM预测模型对微电网短期负荷进行预测。本发明利用ISFLA_KELM预测模型对微电网短期负荷进行预测，实验表明，KELM具有较强的回归预测能力，而ISFLA算法寻优能力强，可对KELM的参数进行优化，大大提高了微电网短期负荷的预测精度。
面向电力数据电网短期负荷预测方法

[发明专利]一种基于混合特征选择和GWO-KELM模型的鸟声识别方法-CN202110347388.2有效
发明人：周晓彦;李大鹏;徐华南 -专利权人：南京信息工程大学
申请日： 2021-03-31 - 公布日： 2023-05-09 - 主分类号： G10L15/02 文献下载
摘要：本发明涉及一种基于混合特征选择和GWO‑KELM模型的鸟声识别方法，属于鸟鸣声分类识别技术领域。该方法包括如下步骤：首先从鸟声数据提取ComParE特征集，接着通过基于KELM和Fscore的混合特征选择算法对ComParE特征集进行特征选择得到适用于鸟声识别的特征子集，然后将特征子集在KELM模型十折交叉验证正确率作为灰狼优化算法的适应度dest_path_image001.JPG" imgContent="drawing" imgFormat="JPEG" orientation="portrait" inline="yes" />，最后在该参数上对KELM本发明使用大规模声学特征集ComParE，减弱了噪声对于识别结果的影响；通过基于KELM和Fscore的混合特征选择算法，降低了特征集的冗余度，提高了识别准确率；通过GWO优化KELM分类模型，找到最佳参数充分发挥KELM模型的性能。
一种基于混合特征选择 gwo kelm 模型鸟声识别方法

[发明专利]一种基于Stacking算法的短期电力负荷预测方法及装置-CN202110174198.5在审
发明人：卢先领;金辰曦 -专利权人：江南大学
申请日： 2021-02-09 - 公布日： 2021-06-18 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于Stacking算法的短期电力负荷预测方法及装置，方法包括：获取历史时段内每小时的负荷数据，所述负荷数据包括负荷量、天气数据和时间类型；基于获取的历史负荷数据，对基础模型层中多种不同核的KELM模型进行训练，采用训练后的各个KELM模型分别预测待预测日的负荷，获得待预测日的负荷预测值；利用Stacking算法，将基础模型层中多种不同核的KELM的预测结果与获取的历史负荷数据融合后训练次模型层中KELM模型，采用训练后的次模型层中KELM模型预测待预测日的负荷，获得待预测日的最终负荷预测值。本发明构建两侧KELM模型，可提高模型的预测精度。
一种基于 stacking 算法短期电力负荷预测方法装置

[发明专利]一种基于Spark的PCFOA-KELM风功率预测方法及装置-CN202111232892.4在审
发明人：经正俊;齐刚;宋坤;张世磊;马驰源;吉书强;周安;倪晓锋;王文贵;管超;甘露平 -专利权人：南京华盾电力信息安全测评有限公司
申请日： 2021-10-22 - 公布日： 2022-03-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Spark的PCFOA‑KELM风功率预测方法及装置。方法包括：采集风电场中影响单台风机风功率的气象指标数据；利用Spark平台对所述气象指标数据进行预处理；将预处理后的气象指标数据输入预先训练好的对应于所述单台风机的KELM模型，所述KELM模型输出所述单台风机的风功率预测值KELM模型是基于Spark平台，利用风电场中影响单台风机风功率的气象指标和对应的风功率历史数据作为训练样本对KELM模型进行训练，并利用PCFOA算法对KELM模型进行参数寻优得到的。
一种基于 spark pcfoa kelm 功率预测方法装置

[发明专利]作物害虫识别方法、装置及终端设备-CN202310192042.9在审
发明人：崔永增;韩晓慧;李谦;吕丽华;籍俊杰;郑孟静;翟立超;张经廷;张峰;姚海坡 -专利权人：河北省农林科学院粮油作物研究所;河北科技大学
申请日： 2023-03-02 - 公布日： 2023-07-11 - 主分类号： G06V20/60 文献下载
摘要：本申请适用于害虫识别技术领域，提供了一种作物害虫识别方法、装置及终端设备，该方法包括：获取作物害虫图片样本的数据集，将数据集按预设比例分为训练集和测试集；构建核极限学习机KELM模型和卷尾猴搜索算法CapSA模型，结合KELM模型和CapSA模型，构建CapSA‑KELM第一模型，KELM模型包括正则化系数C和核函数参数σ，CapSA模型输出的最佳适应度值包括最佳的正则化系数C和最佳的核函数参数σ；采用训练集训练第一模型，生成CapSA‑KELM第二模型；采用测试集测试第二模型，获得第二模型的识别准确率，基于识别准确率和预设识别准确率评价第二模型的识别性能。本申请结合KELM模型和CapSA模型各自的算法特点，提升了作物害虫的识别效率和识别可靠性。
作物害虫识别方法装置终端设备

[发明专利]基于NSST形态特征及深度KELM的浮选加药异常检测方法-CN201910573323.2有效
发明人：廖一鹏;郑绍华;杨洁洁 -专利权人：福州大学
申请日： 2019-06-28 - 公布日： 2022-05-13 - 主分类号： G06V10/40 文献下载
摘要：本发明涉及一种基于NSST形态特征及深度KELM的浮选加药异常检测方法。分解，得到低频子带图像和多尺度高频子带；其次，对低频图像二值化提取气泡亮点，计算各亮点的个数、面积、标准差和椭圆率，计算各尺度高频子带系数的分形维数、均值和方差，构成气泡图像的多尺度形态特征；然后，在KELM算法基础上，借鉴深度学习思想构建一种深度KELM，将量子计算引入遗传算法的优化中，并用于优化深度KELM的参数，构建自适应深度KELM；最后，通过多尺度形态特征和自适应深度KELM建立浮选加药异常检测模型
基于 nsst 形态特征深度 kelm 浮选异常检测方法

[发明专利]一种基于GMCC-KELM的负荷预测方法、系统、终端及存储介质-CN202310118660.9在审
发明人：黄思皖;史鉴恒;王宝岳;钟明;安娜;杨宁;王春森 -专利权人：中国华能集团清洁能源技术研究院有限公司
申请日： 2023-01-30 - 公布日： 2023-05-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及人工智能、负荷预测、新型电力系统领域，特别涉及到广义最大相关熵准则(GMCC)和核极限学习机(KELM)，公开了一种基于GMCC‑KELM的负荷预测方法、系统、终端及存储介质，通过获取离线数据中的历史负荷数据以及气象数据，对历史负荷数据以及气象数据进行预处理训练，得到GMCC‑KELM模型，再将GMCC‑KELM模型应用到在线数据中，在线数据中的气象预报数据进行预处理，将将预处理后的气象预报数据输入至GMCC‑KELM
一种基于 gmcc kelm 负荷预测方法系统终端存储介质

[发明专利]一种基于CNN-KELM的下肢运动识别方法-CN202211340664.3在审
发明人：涂娟;代尊翔;黄紫娟;陈建国 -专利权人：福州大学
申请日： 2022-10-29 - 公布日： 2023-06-06 - 主分类号： G06F18/213 文献下载
摘要：本发明涉及一种基于CNN‑KELM的下肢运动识别方法，包括以下步骤：步骤S1、采集肌电信号；步骤S2、对采集到的肌电信号进行预处理；步骤S3、构建CNN‑KELM识别分类模型，所述CNN‑KELM识别分类模型包括输入层、基于CNN网络的特征提取层和基于KELM的分类输出层；将预处理后的肌电信号输入CNN‑KELM识别分类模型，输入层将预处理后的肌电信号组成输入矩阵，并输入到特征提取层进行特征提取，然后将提取的特征信号输入分类输出层进行下肢运动的分类
一种基于 cnn kelm 下肢运动识别方法

[发明专利]一种基于NCA与SSA-KELM的光伏接入配电网漏电识别方法-CN202211156808.X在审
发明人：汪自虎;栾宁;刘苑红;刘政生;许洪华;李蕊;瞿洪庆;陈晓勇;乐平富;邓鹏;闫涛;韩晓慧;夏越;杜松怀 -专利权人：国网江苏省电力有限公司南京供电分公司;中国电力科学研究院有限公司
申请日： 2022-09-22 - 公布日： 2023-01-17 - 主分类号： G06F18/24 文献下载
摘要：本发明涉及故障识别技术领域，尤其涉及一种基于NCA与SSA‑KELM的光伏接入配电网漏电识别方法，步骤包括：采集光伏接入配电网不同状态下剩余电流数据；对采集的剩余电流数据进行特征量提取；对提取的特征进行预处理；利用基于近邻成分分析法NCA对预处理后的特征进行筛选；利用筛选后的特征训练核极限学习机KELM模型同时利用麻雀搜索算法SSA对KELM模型的参数进行优化，进而得到SSA‑KELM漏电识别模型；将待测试的剩余电流特征样本输入SSA‑KELM模型中进行输出类别识别，从而得到待测试样本的漏电类型。
一种基于 nca ssa kelm 接入配电网漏电识别方法

[发明专利]一种角接触球轴承保持架稳定性预测方法-CN201811551897.1有效
发明人：兰媛;牛蔺楷;李国彦;钮晨光;武兵;熊晓燕 -专利权人：太原理工大学
申请日： 2018-12-18 - 公布日： 2023-02-03 - 主分类号： G06F30/17 文献下载
摘要：包括以下步骤，S100～计算保持架不稳定度；S200～构建核超限学习机KELM模型；S300～对KELM模型进行训练；S400～利用训练好的KELM模型对保持架不稳定度进行预测。通过采用角接触球轴承动力学模型ADORE计算得到的保持架的不稳定度对KELM模型进行训练，则保持架在其他转速和载荷作用下的稳定性即可采用训练好的KELM模型进行预测，无需再采用动力学模型进行计算，节约了计算时间
一种接触球轴承保持稳定性预测方法

[发明专利]基于稀疏自编码的核极限学习机洪水预报方法-CN201710841563.7在审
发明人：李士进;马凯凯;朱跃龙;冯钧;万定生;黄乐平 -专利权人：河海大学
申请日： 2017-09-18 - 公布日： 2018-01-09 - 主分类号： G06Q10/04 文献下载
摘要：对数据进行整理与清洗；(2)选取合适的预报因子并整理样本，对样本数据进行预处理；(3)将原始样本数据经过多层稀疏自编码器进行无监督学习，分别训练最优网络层参数；(4)经过多层稀疏自编码学习后的样本数据作为KELM模型的输入，构建SAE_KELM模型，预测并评价相应结果。本发明在KELM模型基础上融合SAE方法，构建深层网络模型，通过增加模型的层数来学习复杂数据之间丰富的内在信息，SAE_KELM模型不仅可以学习到原始水文数据中的“本质”特征，而且学习到的特征对数据有更本质的刻画，KELM模型能够更好地拟合特征值与目标值之间的映射关系。
基于稀疏编码极限学习机洪水预报方法

[发明专利]一种GIS设备局部放电信号的定位方法及系统-CN202310637603.1在审
发明人：周谷亮;王劭菁;顾渊博;徐鹏;田昊洋;任茂鑫;季怡萍;陈佳 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司
申请日： 2023-06-01 - 公布日： 2023-08-29 - 主分类号： G06F18/22 文献下载
摘要：本发明提供了一种GIS设备局部放电信号的定位方法，其包括步骤：构建含有位置坐标的GIS设备的局部放电定位指纹库；构建KELM模型；采用KELM模型将实测特高频信号指纹与局部放电定位指纹库进行比对，以对局部放电源进行定位本发明所述的GIS设备局部放电信号定位方法，在构建了局部放电定位指纹库的基础上，采用了KELM模型对局部放电源进行定位，由于KELM模型只需随机初始化神经网络的输出层权重，而不需要进行迭代优化过程，因此具有非常快的学习速度此外，由于核函数的非线性映射能力和随机初始化的特点，使得KELM对噪声和异常值具有一定的鲁棒性，从而提高了局放源定位的准确性。
一种 gis 设备局部放电信号定位方法系统

[发明专利]一种SF6-CN202210742129.4在审
发明人：张英;黄杰;王为;王明伟;余鹏程;刘喆;徐龙舞;姚望;毛先胤 -专利权人：贵州电网有限责任公司
申请日： 2022-06-27 - 公布日： 2022-08-26 - 主分类号： G06F30/27 文献下载
摘要：浓度反演验证方法，其特征在于：所述方法包括：步骤1、采集二次谐波峰值信号和浓度；步骤2、将数据乱序，选取前700个样本点作为训练集，100个样本点作为测试集；步骤3、对数据进行归一化处理；步骤4、采用训练集建立KELM模型；步骤5、将KELM模型的参数设置成MSSFO算法寻找的最优解训练好KELM模型，利用训练好的KELM模型对测试集进行浓度反演；解决了最小二乘法受检测硬件和检测环境的影响较大，因此采用最小二乘法线性拟合的方式难以获得需要的拟合精度等技术问题
一种 sf base sub

1
2
3
4
5
6
7
下一页»
尾页
共 91 条