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172个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于时间序列模型的多参数岩爆风险预测方法-CN202310759705.0在审
  • 马春驰;袁炀;许韦豪;徐洪伟;张航;蔡胡阳;李天斌 - 成都理工大学
  • 2023-06-26 - 2023-10-27 - G06Q10/04
  • 本发明涉及岩土工程技术领域,涉及一种基于时间序列模型的多参数岩爆风险预测方法,其包括以下步骤:一:对每一次岩爆灾害形成全过程的微震数据进行等时化处理,使每一个小时对应一个事件数、能量释放和视体积的值;二:对事件数、能量释放和视体积进行归一化;三:将累计事件数、累计能量释放和累计视体积的值缩放至0~1之间;四:建立累计视体积与能量指数变化趋势的数据样本库;五:基于卷积神经网络建立多元平行时间序列预测模型;六:模型训练;七:输入累计视体积和能量指数的多个平行时间序列,输出为这2个微震参数变量对应的未来时间段内的数据演化,从而预测岩爆风险。本发明能较佳地预测岩爆风险。
  • 一种基于时间序列模型参数风险预测方法
  • [实用新型]一种冷却器盘管组件的辅助安装装置-CN202320153268.3有效
  • 王志鹏;李天斌;李阳;董富弟;吕申龙 - 上海电气凯士比核电泵阀有限公司
  • 2023-02-08 - 2023-10-03 - B66C1/10
  • 本实用新型提供一种冷却器盘管组件的辅助安装装置,包括吊运单元和检测单元;所述吊运单元包括:防护框,为沿纵向延伸的柱状的框架结构,容纳所述冷却器盘管组件于其内部,并与冷却器盘管组件的上法兰盘和下法兰盘分别固定,用于保护冷却器盘管组件在吊运时不发生变形。所述检测单元用于在安装前检测所述冷却器盘管组件的盘管本体的外径是否符合标准。本实用新型能够避免冷却器盘管组件在运输中发生变形,同时在安装前快速有效地检测冷却器盘管组件的外形尺寸,及时发现变形位置以进行安装前修正,确保安装后其与冷却器壳体内壁之间有适当的间隙,具有较好的实用性、经济性和便利性。
  • 一种冷却器组件辅助安装装置
  • [发明专利]基于短时傅里叶变换与深度学习的微震信号二分类方法-CN202310600019.9在审
  • 马春驰;冉雪锋;张航;李天斌;郑明明;张岩;许韦豪;徐洪伟 - 成都理工大学
  • 2023-05-25 - 2023-08-01 - G06F18/241
  • 本发明提供基于短时傅里叶变换与深度学习的微震信号二分类方法,步骤一.采集足够多的信号,信号包括微震信号和噪音信号,并以此建立数据库。步骤二.采用短时傅里叶变换对信号进行时频转换,得到时频域信号矩阵,随机划分80%信号样本作为训练集,剩余20%作为验证集。步骤三.搭建VGG卷积神经网络,通过每次训练减小损失值函数,并更新神经网络权重参数,得到训练后损失值足够小的网络权重参数。步骤四.选择需要进行识别分类的信号,在经过短时傅里叶转换后,作为卷积神经网络的输入,由训练好的神经网络模型进行计算处理,最终给出识别结果。本发明操作简单快速,可以取代人工识别,实现隧道与地下工程岩爆灾害实时监测工作的智能及自动化。
  • 基于傅里叶变换深度学习信号分类方法
  • [发明专利]基于InSAR近实时监测的滑坡失稳时间概率预测方法及产品-CN202211172065.5有效
  • 曾鹏;冯兵;李天斌;孙小平 - 成都理工大学
  • 2022-09-26 - 2023-07-14 - G06F30/17
  • 本发明实施例提供了一种基于InSAR近实时监测的滑坡失稳时间概率预测方法及产品。本发明实施例中,利用InSAR技术获取滑坡表面的变形信息,在滑坡关键部位选择典型监测点,获得典型监测点在各个观测节点的位移及变形速度,通过移动平均法确定滑坡加速阶段的起点时间节点,再基于在该起点时间节点之后的各个观测节点下,典型监测点的变形速度,通过逆速度模型和贝叶斯理论得到滑坡失稳时间的后验分布,最后基于该后验分布,预测在90%置信区间下的滑坡失稳时间窗口。无需推导预测模型的经验参数,可以根据每一个滑坡的实际情况进行滑坡失稳时间的预测,也不依赖在先经验,根据当前滑坡的实际监测数据得到预测结果,得到的预测结果更加准确可靠。
  • 基于insar实时监测滑坡失稳时间概率预测方法产品

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