“核参数”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813789个，建议您升级VIP下载更多相关专利

[发明专利]基于特征量优选和小波核函数LSSVM的故障预测方法-CN201910063046.0在审
发明人：刘捷丰;张镱议;郑含博;张恒;房加珂;任广为;廖昌义;徐凯;杭颖 -专利权人：广西大学
申请日： 2019-01-23 - 公布日： 2019-06-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征量优选和小波核函数LSSVM的故障预测方法，涉及电力变压器的故障预测技术领域。首先，获取DGA特征量的比值，其次，建立支持向量机模型，选取径向基函数为分类模型的核函数。然后，将候选特征量和SVM分类模型的惩罚因子c核参数σ编码到同一条染色体上，采用遗传算法对该染色体进行优化，最优特征量为在遗传算法中选取的最优染色体。接着，建立小波核函数‑最小二乘支持向量机预测模型，利用帝国主义竞争算法对该预测模型的惩罚因子和小波核函数的核参数进行优化，得到最优参数组合并基于该参数组合构建最优预测模型。
故障预测核函数特征量小波预测模型染色体惩罚因子遗传算法核参数优选最小二乘支持向量机支持向量机模型运行状态分析电力变压器径向基函数参数组合分类模型候选特征竞争算法特征组合未来时刻最优参数构建变压器优化诊断

[发明专利]核电厂导致芯块与包壳相互作用的事故瞬态分析方法-CN202211342394.X在审
发明人：吴宇婷;袁昭君;商超皓;程艳花;梁凯雯;李秋白;冯英杰;熊昆 -专利权人：中广核研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司
申请日： 2022-10-31 - 公布日： 2023-01-31 - 主分类号： G06F30/20 文献下载
摘要：方法包括：获取核热系统程序和堆芯计算程序相同的氙策略；获取核热系统程序及堆芯计算程序的初始时刻轴向功率偏差；在堆芯计算程序与核热系统程序初始时刻轴向功率偏差一致时，获取堆芯计算程序及核热系统程序中子学参数；将核热系统程序中子学参数修正至与堆芯计算程序中子学参数一致；根据修正后的核热系统程序中子学参数，获取导致芯块与包壳相互作用的事故瞬态过程的边界条件；得到事故瞬态过程的堆芯计算程序功率分布。
核电厂导致相互作用事故瞬态分析方法

[发明专利]一种商品库存数量的预测方法及装置-CN201810822718.7有效
发明人：王碧波;董雪梅 -专利权人：杭州汇数智通科技有限公司
申请日： 2018-07-24 - 公布日： 2020-12-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种商品库存数量的预测方法及装置，涉及数据分析技术领域，获取商品库存量预测的目标样本数据；目标样本数据包括：训练样本数据；然后将训练样本数据输入到随机多尺度核学习框架中进行训练，并通过交叉验证算法，得到最优模型参数；将最优模型参数代入随机多尺度核函数中，得到基于随机多尺度核函数的库存量预测模型；将新的待预测输入参数数据输入基于随机多尺度核函数的库存量预测模型，计算库存量预测模型的输出结果，作为新的待预测输入参数数据对应的商品预测库存量本发明能够通过训练样本数据在随机多尺度核学习框架中的训练，及交叉验证算法，确定出基于随机多尺度核函数的库存量预测模型，提高商品库存量预测结果的精确度和可信度。
一种商品库存数量预测方法装置

[实用新型]核应急专家辅助决策系统-CN202221127666.X有效
发明人：毛位新;蒙美福;傅煌辉;陈谦;常盛;龚行健;周世铭;贾牧霖;覃珂;梁庭银 -专利权人：广西壮族自治区生态环境厅;广西壮族自治区辐射环境监督管理站;苏州热工研究院有限公司
申请日： 2022-05-11 - 公布日： 2023-06-13 - 主分类号： G06Q10/10 文献下载
摘要：本实用新型公开一种核应急专家辅助决策系统，包括核应急专家辅助决策终端、数据采集终端及服务器；数据采集终端与服务器电连接，用于采集指标参数；服务器与核应急专家辅助决策终端连接，并将采集到的指标参数传送至核应急专家辅助终端；核应急专家辅助终端包括第二控制器、第二无线通信模块、辅助决策模块及显示器；第二无线通信模块、辅助决策模块及显示器分别与第二控制器电连接，第二无线通信模块用于接收服务器传送的指标参数，辅助决策模块用于根据接收到的指标参数分析核事故本方案通过核应急专家辅助决策终端分析核事故情况，给出辅助决策结果，可以提供相关部门处理核事故的效率和准确度。
应急专家辅助决策系统

[发明专利]一种移动流量预测方法、装置、计算机设备及存储介质-CN201911335807.X在审
发明人：郑晓亮;来文豪;薛生;陈华亮;李重情;李尧斌;江丙友;郑春山 -专利权人：安徽理工大学
申请日： 2019-12-23 - 公布日： 2020-04-17 - 主分类号： H04W24/02 文献下载
摘要：本发明公开了一种移动流量预测方法、装置、计算机设备及存储介质，其中方法包括对流量初始数据处理生成流量目标数据，将流量目标数据转换成等长的核极限学习机输入和输出数据；构建流量预测模型；用松鼠搜索算法优化模型搜索流量预测模型的最优参数；将最优参数代入核极限学习机流量预测模型中预测预定场景下的流量数据。通过将松鼠搜索算法用于搜索预测算法核极限学习机的最优参数，并将其用于流量预测，免去了人工选择最优参数的繁琐过程，实现多场景移动流量的快速、准确预测，不仅可以快速高效的找到核极限学习机的最优参数，还可以准确的预测流量数据
一种移动流量预测方法装置计算机设备存储介质

[发明专利]签核动态调整方法及系统-CN201310118923.2有效
发明人：李忠一;林海洪;熊罡 -专利权人：鸿富锦精密工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2013-04-08 - 公布日： 2018-02-13 - 主分类号： G06F9/50 文献下载
摘要：一种签核动态调整方法，该方法包括步骤实时获取当前用来处理签核任务的各个服务器的指定参数；比较所获取的指定参数与第一预设值、第二预设值的大小；判断当前用来处理签核任务的各个服务器所处的状态；根据各个服务器所处的状态，调整用来处理签核任务的服务器的数量；将剩余的签核任务重新分配到调整后的各个服务器。本发明还提供一种签核动态调整系统。本发明可以动态调整处理签核任务时所使用的硬件资源。
动态调整方法系统

[发明专利]核主泵全特性叶轮的多工况点设计法-CN201310069630.X无效
发明人：王秀礼;朱荣生;付强;袁寿其;龙云 -专利权人：江苏大学
申请日： 2013-03-06 - 公布日： 2013-05-15 - 主分类号： F04D29/18 文献下载
摘要：本发明涉及一种核主泵全特性叶轮的多工况点设计法。其特征是在核主泵叶轮设计时，把核主泵叶轮的几何参数与泵的全特性联系到一起，结合结合水泵工况和水轮机工况运行条件以及多工况设计法进行核主泵水力设计，达到核主泵在事故工况下能安全稳定运行的要求。采用本发明设计的叶轮可以对叶轮的几何参数进行调节，达到核主泵性能满足各种正常工况和过渡工况要求的目的，特别适用于多工况要求严格的核主泵叶轮设计。
核主泵全特性叶轮工况设计

[发明专利]X线图像的散射修正方法、装置、电子设备、存储介质-CN202110637485.5在审
发明人：唐寅 -专利权人：江苏一影医疗设备有限公司
申请日： 2021-06-08 - 公布日： 2021-09-17 - 主分类号： G06T11/00 文献下载
摘要：该方法包括：获取采用目标曝光参数对扫描对象进行X线束扫描得到的投影图像数据；根据曝光参数与散射核函数的映射关系，确定对应于所述目标曝光参数的目标散射核函数；根据所述目标散射核函数计算所述投影图像数据包含的散射分布数据从而能够减小因散射核函数不适合曝光参数导致的散射分布计算误差，提高散射校正的精确度以及有效性。
线图散射修正方法装置电子设备存储介质

[发明专利]一种基于GPU的快速提取线阵遥感影像中DSM的方法及装置-CN201610298084.0有效
发明人：折晓宇;范晓敏;巩丹超;陈巍然;靳笑琳 -专利权人：西安航天天绘数据技术有限公司
申请日： 2016-05-06 - 公布日： 2019-05-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于GPU的线阵遥感影像DSM快速提取方法取方法和装置，该方法包括：获取待处理的遥感影像以及遥感影像对应的RPC参数信息；对遥感影像进行Wallis滤波处理；利用GPU以及RPC参数信息对滤波处理后的遥感影像进行核线校正，并生成遥感影像的左核线影像和右核线影像；根据左核线影像和右核线影像的第一同名像点计算出左右核线影像的视差值范围；根据第一同名像点从视差值范围中得到左核线影像和右核线影像的视差值，并根据得到的视差值计算左右核线影像的第二同名像点，并根据该第二同名像点得到原始影像的同名像点，并根据原始影像的同名像点和RPC参数信息，进行基于RPC模型的前方交会生成遥感影像DSM，以解决从线阵遥感影像中获取DSM效率低和精度低的问题。
一种基于 gpu 遥感影像 dsm 快速提取方法

[发明专利]一种基于PCA的神经网络剪枝方法-CN202110947826.9在审
发明人：张晋侨;赵新 -专利权人：上海磐启微电子有限公司
申请日： 2021-08-18 - 公布日： 2021-11-12 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于PCA的神经网络剪枝方法，涉及剪枝技术领域，所述方法包括：设置保留信息的百分比参数；从上往下，提取每一层的卷积核参数；用PCA对卷积核参数进行分析和变换，根据百分比参数计算出应该保留的卷积核个数和参数；通过每一层保留的参数重建神经网络模型；使用训练数据对模型进行微调，得到剪枝后的模型。本发明提供一种新的神经网络剪枝方法，保留模型的主要成分，去掉卷积层的冗余信息，减少参数和计算量，使得模型能够在低功耗平台部署，降低成本开销。
一种基于 pca 神经网络剪枝方法

[发明专利]一种深度学习网络的部署方法、装置及终端设备-CN202010063539.7有效
发明人：刘勇 -专利权人：深圳云天励飞技术有限公司
申请日： 2020-01-19 - 公布日： 2023-05-12 - 主分类号： G06F8/60 文献下载
摘要：本申请适用于计算机技术领域，提供了一种深度学习网络的部署方法、装置及终端设备，该方法包括：获取深度学习网络、用于调用所述深度学习网络中目标核函数的初始调度参数和参数预测网络；根据所述初始调度参数和所述参数预测网络，确定所述目标核函数的目标调度参数；基于所述目标调度参数部署所述深度学习网络。本申请通过自动寻找最优的核函数的调度参数然后对深度学习网络进行部署，在部署过程中，省去了开发者的反复调试过程，不需要人为干预，降低了开发难度，提高了工作效率。
一种深度学习网络部署方法装置终端设备

[发明专利]核磁回波数据优化反演方法及孔隙结构参数确定方法-CN202011516012.1有效
发明人：刘堂晏;傅强;孟贺;赵世杰;赵文君 -专利权人：同济大学
申请日： 2020-12-21 - 公布日： 2022-05-03 - 主分类号： G01V3/32 文献下载
摘要：本发明提供了核磁回波数据优化反演方法及孔隙结构参数确定方法，建立球缝模型，根据球缝模型计算得到新的核磁回波数据反演的布点；扫描确定的第一特定参数，第一特定参数为球缝模型中裂缝的半径宽度与球缝模型中球形孔的半径的比值；根据每个第一特定参数路径下利用布点确定的T2谱时间核磁回波数据反演的布点值，反演核磁回波数据，得到不同的T2谱分布，计算T2参数确定方法充分提取了核磁数据中蕴含的关于岩石孔隙结构的信息，实现了孔隙结构参数的定量计算。
回波数据优化反演方法孔隙结构参数确定

[发明专利]用于非线性过程监控的核函数参数的获取方法和系统-CN201410218816.1有效
发明人：周东华;何潇;李钢;纪洪泉 -专利权人：清华大学
申请日： 2014-05-22 - 公布日： 2017-01-04 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种用于非线性过程监控的核函数参数的获取方法和系统，该方法包括：获取正常样本数据并将其划分为s个子集，确定待获取参数的核函数；依次选取s个子集中的每个子集，将每次选取的不同子集作为测试数据，其余所有子集作为训练数据，基于训练数据以及对应的得分训练神经网络，将测试数据的得分矩阵的行向量输入至神经网络，将其输出作为测试数据的重构值；基于各个重构值和测试数据获取相对重构误差和最终相对重构误差；计算核函数参数取不同数值时的最终相对重构误差，使其值最小的数值确定为核函数参数的值。本发明对测试数据进行样本重构，对各个相对重构误差取平均值，避免了样本特殊性对最终获取核函数参数的影响，对过程监控具有指导意义。
用于非线性过程监控函数参数获取方法系统

[发明专利]原子钟钟差预测模型训练方法及装置-CN201910219634.9在审
发明人：朱江淼;王星;张菁;王世镖 -专利权人：北京工业大学
申请日： 2019-03-21 - 公布日： 2019-06-18 - 主分类号： G06Q10/04 文献下载
摘要：该原子钟钟差预测模型训练方法，包括：获取预设时间段内钟差数据，其中，所述钟差数据包括：训练集和测试集；将所述训练集中的钟差数据、以及核函数参数、正则化参数代入待训练钟差预测模型，获取钟差预测结果，所述待训练钟差预测模型由基于最小二乘支持向量机算法选取的核函数构建获取；根据所述钟差预测结果，获取优化核函数参数、优化正则化参数；根据所述优化核函数参数及所述优化正则化参数，训练获取优化钟差预测模型。
钟差预测模型核函数原子钟预测模型训练正则化参数预测结果钟差数据最小二乘支持向量机优化构建数据处理领域预设时间段算法选取测试集训练集算法申请

[发明专利]深度神经网络的压缩方法与装置-CN201811619878.8在审
发明人：曾庆生;张跃进;黄德昌;李波;李光辉;胡勇 -专利权人：钟祥博谦信息科技有限公司
申请日： 2018-12-28 - 公布日： 2019-05-17 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及一种深度神经网络的压缩方法与装置，方法包括：获取原始深度神经网络；确定原始深度神经网络的类型；若类型为循环神经网络，合并该神经网络的长短期记忆单元的参数，获得合并参数；采用张量火车分解算法，压缩合并参数，得到目标参数；将合并参数替换为目标参数，得到第一目标深度神经网络；若类型为卷积神经网络，采用张量火车分解算法，压缩该神经网络中原始卷积核与原始全连接层，得到目标卷积核与目标全连接层；将原始卷积核与原始全连接层替换为目标卷积核与目标全连接层
神经网络连接层压缩分解算法合并目标参数卷积核目标卷火车卷积神经网络循环神经网络分解参数替换记忆单元替换保证

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条