“孟金双”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]集群资源使用情况处理方法、装置及电子设备-CN201811057989.4在审
发明人： 孟金双 -专利权人：北京奇虎科技有限公司
申请日： 2018-09-11 - 公布日： 2020-03-17 - 主分类号： G06F16/245 文献下载
摘要：本申请公开了一种集群资源使用情况处理方法、装置及电子设备，该集群资源使用情况处理方法包括：获取预定的历史时间段内的集群资源使用情况；基于预定的分析预测模型对所述集群资源使用情况进行分析预测处理，得到针对当前预设时间段内的集群资源使用情况的预测结果。本申请中，实现了对未来集群资源使用情况的预测，以便能够及时有效地调整集群资源的配置，从而避免造成集群资源的浪费，提高集群资源的利用率，降低集群资源的消耗成本。
集群资源使用情况处理方法装置电子设备

[发明专利]图形数据库写入的方法、电子设备及计算机可读存储介质-CN201810924373.6在审
发明人： 孟金双 -专利权人：北京奇虎科技有限公司
申请日： 2018-08-14 - 公布日： 2019-02-15 - 主分类号： G06F16/51 文献下载
摘要：本申请实施例提供了一种图形数据库写入的方法、电子设备及计算机可读存储介质。涉及图形数据库技术领域，该方法包括：获取各个顶点数据以及各个边数据，然后获取顶点与顶点标识之间的映射关系，并基于顶点与顶点标识之间的映射关系，将各个顶点数据以及各个边数据写入图形数据库中。本申请实施例实现了将海量的数据写入图形数据库中。
图形数据库写入计算机可读存储介质电子设备顶点标识顶点数据映射关系申请

[发明专利]一种基于KNN和SVR的航班滑出时间预测方法-CN201611028715.3在审
发明人：卢敏;冯霞;孟金双;赵晨旭 -专利权人：中国民航大学
申请日： 2016-11-18 - 公布日： 2017-03-22 - 主分类号： G06Q10/04 文献下载
摘要：一种基于KNN和SVR的航班滑出时间预测方法。其包括获取机场航班实际运行数据获得多个历史航班的滑行距离等数据使用K近邻算法预测出航班滑出期间使用同一跑道的预计起降航班数构建用于航班滑出时间预测的支持向量机回归模型；对支持向量机回归模型进行训练和验证；将待预测航班的特征向量代入已经过验证的支持向量机回归模型中，输出即为待预测航班的滑出时间预测值等步骤。本发明效果根据每天航班运行的实际情况，分阶段建立预测模型，可提高预测的准确率。在误差范围±3分钟内，航班的平均预测准确率为79.86％,误差范围为±5分钟内，平均预测准确率可达93.4％。
一种基于 knn svr 航班时间预测方法

1
共 3 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top