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420个,建议您升级VIP下载更多相关专利
  • [发明专利]基于改进的LSTM模型的电力负荷预测方法-CN202210441016.0在审
  • 唐小勇;夏梦 - 长沙理工大学
  • 2022-04-25 - 2022-07-22 - G06Q10/04
  • 本发明提供一种基于改进的LSTM模型的电力负荷预测方法,包括以下步骤:获取某一地区的电力负荷数据,并将得到的数据进行预处理和划分;将处理好的数据通过CEEMD进行分解,分解为多个IMF分量;将各个IMF分量应用LSTM进行预测,并利用混沌粒子群算法对LSTM网络的超参数寻找最优解;将各个分量的预测结果叠加重构得到最终预测值。本发明采用的CEEMD分解方法解决了EMD模态混叠问题和EEMD无法很好的恢复原信号问题,引入的混沌粒子群算法解决了传统粒子群算法早熟、易陷入局部最优问题,提高了模型预测的精确度。
  • 基于改进lstm模型电力负荷预测方法
  • [发明专利]一种基于PSO-CNN-LSTM模型的负荷预测方法-CN202210426165.X在审
  • 唐小勇;夏梦 - 长沙理工大学
  • 2022-04-21 - 2022-07-05 - G06Q10/04
  • 本发明为解决目前凭经验调整模型超参数技术问题,提供了一种基于PSO‑CNN‑LSTM模型的负荷预测方法,包括以下步骤:(1)选择训练数据集,并对数据集以步长为24个点进行窗口划分。(2)基于长短期记忆神经网络和卷积神经网络构建好电力负荷预测模型。(3)利用粒子群(PSO)优化算法对CNN‑LSTM模型超参数进行优化,利用粒子群算法搜寻到最优模型超参数。(4)设定好模型超参数以及其他参数,并输入训练数据集到模型进行训练。(5)保存好训练好的模型。(6)利用测试数据集对训练得到的模型进行测试,整理数据。
  • 一种基于psocnnlstm模型负荷预测方法
  • [发明专利]一种信息传输方法、网络设备、终端设备及存储介质-CN201811644947.0有效
  • 邵华;黄煌;唐小勇;陈磊 - 成都华为技术有限公司
  • 2018-12-29 - 2022-06-10 - H04W24/02
  • 本发明公开了一种信息传输方法,可以应用于车外网,包括:网络设备配置第一波束序列信息,第一波束序列信息用于指示多个第一标识信息,多个第一标识信息中每一个第一标识信息用于指示承载传输信号的一个波束;网络设备向终端设备发送第一波束序列信息;网络设备与终端设备进行信号的传输,信号的传输分别采用多个第一标识信息所指示的波束;本申请实施例还提供一种网络设备、终端设备及存储介质;本发明实施例应用于终端设备规律运动的场景,通过网络设备配置第一波束序列信息并发送给终端设备,使得网络设备和终端设备都知晓应该在什么时候采取什么波束进行通信,从而不需要每次通信都执行一次波束指示,节省了信令资源。
  • 一种信息传输方法网络设备终端设备存储介质

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