“历史极限”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152411个，建议您升级VIP下载更多相关专利

[发明专利]基于电池寿命和性能优化的电池极限校准-CN201210187914.4有效
发明人： A.A.塞伊德;S.因古瓦;J.M.罗格拉索;C.R.诺伊曼;R.B.穆利埃 -专利权人：通用汽车环球科技运作有限责任公司
申请日： 2012-06-08 - 公布日： 2012-12-12 - 主分类号： G01R31/36 文献下载
摘要：本发明涉及基于电池寿命和性能优化的电池极限校准。具体地，提供了一种校准车辆的电池的一个或多个极限的方法和系统，所述电池具有充电状态极限和功率极限。获得车辆的环境条件的历史并且存储在存储器中。使用处理器基于环境条件的历史和使用强度调整一个或多个充电状态极限，一个或多个功率极限，或两者。
基于电池寿命性能优化极限校准

[发明专利]一种基于极限学习机的资源池利用率预测方法及装置-CN201711450575.3有效
发明人：孟海军;黎炜;陈震宇;牟海望;吴陶;陈保福 -专利权人：中国移动通信集团设计院有限公司
申请日： 2017-12-27 - 公布日： 2021-08-06 - 主分类号： G06N20/00 文献下载
摘要：本发明提供一种基于极限学习机的资源池利用率预测方法及装置，所述方法包括根据资源池的有效历史数据对预设的极限学习机模型进行训练，获取多个训练好的极限学习机模型；根据每个训练好的极限学习机模型中的预测时长和预测参考误差，从多个训练好的极限学习机模型选出一个最佳极限学习机模型；将有效历史数据和预估业务数据量输入至最佳极限学习机模型，输出预测结果。本发明提供的基于极限学习机的资源池利用率预测方法及装置，通过历史数据对预设的极限学习机模型进行训练，获得多个训练好的极限学习机模型，选择一个最佳极限学习机模型对资源池的利用率进行预测，从而提高了资源池利用率预测的效率和准确性
一种基于极限学习机资源利用率预测方法装置

[发明专利]一种空气质量的预测方法、装置、计算机设备及存储介质-CN202210734372.1在审
发明人：陈素冬;王熙照;陈思宏;沈浩靖 -专利权人：深圳大学
申请日： 2022-06-27 - 公布日： 2022-08-30 - 主分类号： G06Q10/04 文献下载
摘要：该方法包括：获取至少两个历史空气数据集，至少两个历史空气数据集包括待预测的目标区域的目标历史空气数据集，历史空气数据集包括历史空气质量和历史环境参数；根据各个历史空气数据集及对应的各个待训练极限学习机模型建立似乎不相关回归模型；根据似乎不相关回归模型确定各个待训练极限学习机模型的隐藏层输出权值，以得到训练后的极限学习机模型；获取目标区域的目标环境参数，并将目标环境参数输入对应训练后的极限学习机模型，以对目标区域的目标空气质量进行预测
一种空气质量预测方法装置计算机设备存储介质

[发明专利]基于多层优化核极限学习机的充电设施负荷预测方法及系统-CN202210241319.8在审
发明人：莫文雄;许中;彭和平;王勇;王莉;黄奕俊;栾乐;吴任博;钏星;马智远;王海靖;范伟男;肖天为;刘田 -专利权人：广东电网有限责任公司广州供电局
申请日： 2022-03-11 - 公布日： 2022-07-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于多层优化核极限学习机的充电设施负荷预测方法及系统，包括：构建电动汽车充电负荷影响因素集合，并基于历史数据形成样本数据；对样本数据中电动汽车充电站故障、充电站检修所带来的异常历史数据进行清洗，获取充电站正常运行期间的历史数据集；归一化获取到的充电站正常运行期间的历史数据集；对归一化后的充电站正常运行期间的历史数据集进行特征提取，得到特征数据；构建多层优化核极限学习机负荷预测模型；通过提取到的特征数据对多层优化核极限学习机负荷预测模型进行训练；通过训练完成的多层优化核极限学习机负荷预测模型进行充电设施负荷预测。
基于多层优化极限学习机充电设施负荷预测方法系统

[发明专利]一种面向热轧带钢的极限规格轧制建议的分析方法-CN202110301690.4有效
发明人：荆丰伟;郝诗梦;李杰;陈兆宇 -专利权人：北京科技大学
申请日： 2021-03-22 - 公布日： 2023-08-11 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种面向热轧带钢的极限规格轧制建议的分析方法，设定目标钢种、宽度和厚度；进行作业准备验证；分析当前设备工艺精度得分和历史设备工艺精度得分，判断设备精度是否满足极限规格生产基本条件；分析当前轧制稳定性得分和历史轧制稳定性得分，判断设备状态是否满足极限规格生产条件；分析当前钢卷质量得分和历史钢卷质量得分，判断生产状态是否满足极限规格生产条件；综合以上分析给出是否建议轧制结论；筛选同品规格下质量最好的若干样本并使用逻辑回归模型推荐最优的轧制策略基于对生产线设备状态的判断从而给出轧制建议，利用历史数据和当前数据，推进了生产数据贯通化，实现智能制造，有效降低轧制分析成本。
一种面向热轧带钢极限规格轧制建议分析方法

[发明专利]一种股票走势预测方法、装置、计算机设备及存储介质-CN202011518772.6在审
发明人：陈素冬;王熙照;陈思宏;沈浩靖 -专利权人：深圳大学
申请日： 2020-12-21 - 公布日： 2021-03-26 - 主分类号： G06Q10/04 文献下载
摘要：该方法包括：获取至少两个历史股票数据集，并将各个历史股票数据集分别划分为训练集和测试集，至少两个历史股票数据集包括一个待预测股票的目标历史股票数据集；根据各个训练集以及各个历史股票数据集对应的各个待训练的极限学习机模型建立似乎不相关回归模型；根据似乎不相关回归模型确定各个待训练的极限学习机模型的隐藏层输出权值，以得到各个训练后的极限学习机模型；将目标历史股票数据集划分得到的测试集输入对应的训练后的极限学习机模型，以对待预测股票的走势进行预测
一种股票走势预测方法装置计算机设备存储介质

[发明专利]一种监控交易风险的方法-CN202110041647.9在审
发明人：张忠军 -专利权人：上海洛书文化传播有限公司
申请日： 2021-01-13 - 公布日： 2021-04-09 - 主分类号： G06Q40/06 文献下载
摘要：本发明公开了一种监控交易风险的方法，包括S1.设置各个参数值，其中投资额A、每单间隔m、每单手数n、行情点位P、极限单数D、极限价格跨度k、无风险档数为S、历史最大价格跨度为K和风险值为R；S2.获取投资额A和行情点位P；S3.获取每单间隔m和每单手数n的人工初始值以及行情点位P;S4.根据公式计算出极限单数D；S5.根据每单间隔m人工初始值、每单手数n人工初始值、行情点位P和极限单数D计算出极限价格跨度k；S6.根据历史最大价格跨度为K、行情点位P和每单间隔m人工初始值计算出无风险档数S；S7.根据历史最大价格跨度K、极限价格跨度k、极限单数D和无风险档数S计算出风险值R；具有自动监控交易风险，理性进行交易投资的优点
一种监控交易风险方法

[发明专利]基于两阶段智能特征工程的负荷超短期预测方法及系统-CN202310041816.8在审
发明人：孙波;于彬彬;李建靖 -专利权人：山东大学
申请日： 2023-01-12 - 公布日： 2023-04-25 - 主分类号： G06Q10/04 文献下载
摘要：本公开属于电力系统技术领域，具体涉及一种基于两阶段智能特征工程的负荷超短期预测方法及系统，包括：获取电力负荷的历史数据；对所获取的电力负荷历史数据进行聚类分析，得到最优历史日负荷曲线；根据所得到的最优历史日负荷曲线和预设的预测模型，完成电力负荷的超短期预测；其中，预设的预测模型采用组合式预测模型，通过极限学习机来构建超短期预测模型，结合贝叶斯优化极限学习机，实现对电力负荷的超短期预测。
基于阶段智能特征工程负荷短期预测方法系统

[发明专利]一种混合粒子群优化与极限学习机的电力负荷预测方法-CN201510878644.5有效
发明人：陈羽中;李婉华;郭文忠;郭昆;牛玉贞 -专利权人：福州大学
申请日： 2015-12-04 - 公布日： 2017-04-12 - 主分类号： G06F19/00 文献下载
摘要：本发明涉及用电负荷预测技术领域，特别是一种混合粒子群优化与极限学习机的电力负荷预测方法，所述方法包括如下步骤首先，对电力负荷数据进行预处理，之后采用混合粒子群优化与极限学习机的电力负荷预测方法对电力负荷历史数据进行训练，生成电力负荷预测的极限学习机模型；最后利用生成的极限学习机模型计算未来时刻的电力负荷的预测值。该方法结合粒子群优化对极限学习机方法进行改进，解决极限学习机在电力负荷预测时存在的稳定性问题，该方法可以从历史的电力负荷数据中挖掘出电力负荷数据的特性进而生成稳定的极限学习机预测模型，并对未来的电力负荷数据进行预测
一种混合粒子优化极限学习机电力负荷预测方法

[发明专利]一种基于极限学习机模型的气体浓度的预测方法及装置-CN202010979433.1有效
发明人：田小航;金仕琦;王荣泰;徐文力;陈辛;赵燕团;张忠才;赵引侠;程伟伟;李碧波;顾跃 -专利权人：云南电力技术有限责任公司
申请日： 2020-09-17 - 公布日： 2022-06-07 - 主分类号： G06F30/27 文献下载
摘要：本申请提供了一种基于极限学习机模型的气体浓度的预测方法及装置，本申请提供的方法针对任意一种气体，获取多个历史时刻对应的多个历史浓度；对多个历史浓度分别利用集合经验模态分解方法进行多次分解，得到每个历史浓度对应的多层历史浓度分量；对每个历史浓度对应的任意一层的历史浓度分量进行归一化处理，得到任意一层的归一化后的历史浓度分量；将属于同一层的归一化后的历史浓度分量输入气体浓度预测模型中，得到多个预测浓度分量；气体浓度预测模型基于极限学习机模型建立
一种基于极限学习机模型气体浓度预测方法装置

[发明专利]基于历史数据的外物损伤免修判别方法-CN202110231072.7在审
发明人：贾旭;凌晨;宋迎东;张子文;胡绪腾 -专利权人：南京航空航天大学
申请日： 2021-03-02 - 公布日： 2021-07-23 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于历史数据的外物损伤免修判别方法，包括以下步骤：通捕捉位于受检叶片上各外物损伤基于叶根处的位置，并识别外物损伤的尺寸与类型；根据维修手册中可用极限的理论，对叶片外物损伤进行判断，若外物损伤的尺寸满足最大可用极限，则免修；损伤的尺寸不满足最大可用极限，则基于历史数据的经验进行判决；若目标外物损伤与历史外物损伤满足尺寸和结构两个相似性条件，若历史数据的损伤在运行中未出现失效，则叶片免修；维修手册中无明确定义的，且在历史数据对比中不满足相似条件的
基于历史数据损伤免修判别方法

[发明专利]基于极限学习机的气体浓度预测方法及其装置-CN201410395420.4有效
发明人：刘丽波;姜谙男;郑子德;王雪元 -专利权人：大连海事大学
申请日： 2014-08-12 - 公布日： 2017-03-08 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于极限学习机的气体浓度预测方法及其装置，所述方法包括如下步骤随时间推移，分别针对每一气体，形成依次排列的历史气体浓度时间序列；分别针对每一气体，构建以第h‑1个历史气体浓度时间序列作为输入，以第h个历史气体浓度时间序列作为输出的样本集；将每一样本集划分为训练样本集和测试样本集两个部分；利用所述最优的输入层权值和隐含层偏移量，通过极限学习机对各训练样本集进行训练和学习，获得不同气体各自的浓度预测进化极限学习机模型；分别以各气体的最后一个历史气体浓度时间序列作为输入，通过各气体对应的浓度预测进化极限学习机模型输出各气体的未来气体浓度时间序列；本发明实现过程简单高效，提高了预报的准确性。
基于极限学习机气体浓度预测方法及其装置

[发明专利]一种测量信号野值的检测及修复方法、装置及设备-CN202310077380.8在审
发明人：丁天悦;陈松林;王玘玥;刘刚;车立福 -专利权人：哈尔滨工业大学;哈尔滨工大航博科技有限公司
申请日： 2023-02-01 - 公布日： 2023-05-16 - 主分类号： G06F18/10 文献下载
摘要：一种测量信号野值的检测及修复方法、装置及设备，涉及机电系统计算机控制技术领域，检测方法解决的技术问题为“如何提供一种能够在机电伺服系统中准确判断测量信号野值的方法”，包括：采集当前测量信号和历史测量信号；获取所述机电伺服系统的极限参数；将所述历史测量信号以及当前测量信号输入至基于极限参数的野值判定函数，基于所述极限参数判定所述当前测量信号是否为野值。修复方法包括：若所述当前测量信号为野值，则基于所述当前拟合值和历史拟合值进行野值修复。检测方法基于极限参数的野值判定函数对野值进行检测，修复方法采用检测得到的野值结果并基于拟合值进行修复，有效减少了漏判率和误判率，从而达到了更好的修复效果。
一种测量信号检测修复方法装置设备

[发明专利]驾驶提醒方法、装置、电子设备和存储介质-CN202110221090.7有效
发明人：刘新;黄庆财;雷喜龙 -专利权人：深圳市元征科技股份有限公司
申请日： 2021-02-26 - 公布日： 2022-12-09 - 主分类号： B60C11/24 文献下载
摘要：该驾驶提醒方法包括：获取行程开始前车辆轮胎的初始花纹深度数据以及用户的历史驾驶数据；根据初始花纹深度数据和历史驾驶数据，确定车辆轮胎在行程中的磨损极限数据；根据磨损极限数据生成行程提醒信息，并将行程提醒信息发送至用户因为采用了根据行程前车辆轮胎的初始花纹深度数据和用户的历史驾驶数据确定行程中车辆轮胎的预计磨损极限数据的技术手段，所以克服了现有技术中无法准确确定行程中车辆轮胎磨损情况的技术问题，进而达到了提高行程中驾驶安全性的技术效果
驾驶提醒方法装置电子设备存储介质

[发明专利]一种短期风力发电预测方法、装置、设备及存储介质-CN202210071767.8在审
发明人：宣畅 -专利权人：宣畅
申请日： 2022-01-21 - 公布日： 2022-04-29 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种短期风力发电预测方法、装置、设备及存储介质，涉及新能源发电预测领域，包括以下步骤：获取影响发电功率的主要气象特征，将主要气象特征的历史数据与发电功率的历史数据进行组合得到目标数据集；设置和初始化多元宇宙算法和核极限学习机的参数；将所述目标数据集划分为训练集和测试集，利用所述训练集训练核极限学习机；运行多元宇宙算法，获取核极限学习机中惩罚参数和核参数的最优组合；将所述最优组合带入核极限学习机中，利用具有最优组合的核极限学习机对所述测试集进行测试本方案使用多元宇宙算法来优化核极限学习机的参数，可以避免局部最优解之类的问题，并提高模型的预测精度。
一种短期风力发电预测方法装置设备存储介质

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