“灰色神经网络”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951248个，建议您升级VIP下载更多相关专利

[发明专利]一种基于改进灰色-长短期记忆神经网络组合模型的瓦斯浓度预测方法-CN202110067003.7有效
发明人：郑万波;赖祥威;吴燕清;夏云霓;冉啟华;吴何碧;车群;李芸珊;武丹丹 -专利权人：云南卫士盾科技有限公司;昆明理工大学
申请日： 2021-01-19 - 公布日： 2023-04-18 - 主分类号： G06F16/215 文献下载
摘要：本发明涉及基于改进灰色‑长短期记忆神经网络组合模型的瓦斯浓度预测方法，包括：采集传感器数据、数据预处理、数据标准化、灰色预测模型的构建、改进灰色预测模型的构建、长短期记忆神经网络的构建、改进灰色—长短期记忆神经网络组合预测模型的构建，模型的检验，所述组合预测模型包括：利用指数型灰色作用量代替原有的静态灰色作用量对灰色预测模型进行改进构造出长短期记忆神经网络预测模型，利用集成学习的方法将改进灰色预测模型和长短期记忆神经网络相结合进而建立改进灰色—长短期记忆神经网络组合预测模型，并采用实际数据和评价指标进行考察组合模型的准确性。
一种基于改进灰色短期记忆神经网络组合模型瓦斯浓度预测方法

[发明专利]基于灰色神经网络的太阳能收集功率预测方法-CN201710928531.0有效
发明人：韩崇;陶卓;孙力娟;林青;梁宸;郭剑;肖甫;周剑;徐鹤 -专利权人：南京邮电大学
申请日： 2017-10-09 - 公布日： 2021-06-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于灰色神经网络的太阳能收集功率预测方法。首先选取若干天每天同一时刻原始太阳能收集功率和影响太阳能收集的因素数据序列，运用灰色预测方法对太阳能收集功率序列进行预测，得到初步预测结果；然后将灰色预测结果和原始影响太阳能因素数据序列归一化，作为神经网络的输入，原始太阳能数据序列作为神经网络的输出，建立神经网络模型，对神经网络进行训练，直至收敛；最后调用已训练好的神经网络来进行太阳能收集功率的最终预测。本发明结合灰色建模方法和神经网络方法建立灰色神经网络模型，与普通神经网络模型相比，引入灰色预测模型，减少了预测时的计算量，在少样本情况下也可达到较高精度；且预测准确率更高。
基于灰色神经网络太阳能收集功率预测方法

[发明专利]基于灰色神经网络的爆管预测方法-CN201310151844.1有效
发明人：徐哲;杨洁;车栩龙;孔亚广;薛安克 -专利权人：杭州电子科技大学
申请日： 2013-04-27 - 公布日： 2016-11-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于灰色神经网络的爆管预测方法。本发明首先，对于给定的爆管因素和爆管率数据序列,通过静态灰色建模，对爆管率序列进行预测。预测结果和原爆管率序列进行比较,得到残差。然后，利用神经网络在这些残差和爆管因素间建立神经网络逼近模型。经过反复训练的神经网络就是残差和所选的灰色模型数据间的映射关系。最后预测时，再将灰色模型的预测值用神经网络的补偿值进行补偿。本发明结合灰色建模方法和神经网络模型建立灰色神经网络模型，克服传统爆管模型需要大量的数据的缺点，能较好的解决小样本预测问题，提高预测精度。
基于灰色神经网络预测方法

[发明专利]一种基于灰色神经网络的风光互补功率预测方法-CN202010132172.X在审
发明人：杨帆;申亚;李东东;林顺富;赵耀 -专利权人：上海电力大学
申请日： 2020-02-29 - 公布日： 2020-07-03 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于灰色神经网络的风光互补功率预测方法，通过提取不同季节的风光互补发电特征量建立数据库，构建灰色神经网络模型，对风光互补发电功率进行预测。根据输入数据的维数确定灰色神经网络的结构，建立风光互补发电功率灰色神经网络预测模型，初始化灰色神经网络模型结构参数，通过输入的每个时间序列训练数据计算每层输出，利用输出预测值与期望输出值的误差修正灰色神经网络模型的参数，完成灰色神经网络的训练，然后根据测试数据，对风光互补发电功率进行预测，最后将风光互补输出功率进行时间序列互补特性计算，预测风光互补输出功率。
一种基于灰色神经网络风光互补功率预测方法

[发明专利]基于细菌觅食算法优化灰色神经网络的违约概率预测方法-CN202011536762.5在审
发明人：江远强 -专利权人：百维金科（上海）信息科技有限公司
申请日： 2020-12-23 - 公布日： 2021-04-09 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了基于细菌觅食算法优化灰色神经网络的违约概率预测方法，包括以下的步骤：首先，选取有还款或逾期表现的客户作为建模样本，获取客户信用数据；对信用数据进行预处理，随机切分训练集和测试集；根据建模样本的数据特征构建灰色神经网络拓扑结构，确定网络的参数，初始化灰色神经网络的权值和偏置；构建灰色神经网络的权值偏置与细菌觅食算法的映射关系，通过细菌觅食算法得到最优权值和偏置，并使用训练集对灰色神经网络进行训练；本发明利用细菌觅食算法确定了循环神经网络最优的权值和偏置，加快了神经网络的收敛速度，并提高了预测模型的准度，可满足互联网金融信用实时评估的需求。
基于细菌觅食算法优化灰色神经网络违约概率预测方法

[发明专利]基于灰色神经网络组合模型的接地网腐蚀率预测方法-CN201610151642.0在审
发明人：潘文霞;唐靓;柴守江;周建文 -专利权人：河海大学
申请日： 2016-03-16 - 公布日： 2016-07-27 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于灰色神经网络组合模型的接地网腐蚀率预测方法，包括以下步骤，步骤1，对于给定的接地网腐蚀率时序数据，运用串联式灰色神经网络SGNN建模预测腐蚀率；步骤2，对于给定的接地网腐蚀率时序数据，运用嵌入式灰色神经网络IGNN建模预测腐蚀率；步骤3，将串联式灰色神经网络SGNN与嵌入式灰色神经网络IGNN的预测结果结合形成P‑SIGNN预测法，根据各预测精度求得的权系数加权求和，得到最终预测值本发明结合了串联式和嵌入式灰色神经网络预测理论，能更好地解决传统预测结果不够稳定的问题，提高预测精度。
基于灰色神经网络组合模型接地腐蚀预测方法

[发明专利]一种基于灰色BP神经网络蛋白互作关系预测方法-CN201810057280.8在审
发明人：王雪;王儒敬;桂元苗;魏圆圆;李伟;贾秀芳;张俊卿 -专利权人：中国科学院合肥物质科学研究院
申请日： 2018-01-22 - 公布日： 2018-08-21 - 主分类号： G06F19/24 文献下载
摘要：本发明公开了一种基于灰色BP神经网络蛋白互作关系预测方法，包括以下步骤：步骤一、水稻蛋白质序列特征提取；步骤二、OGN建模；步骤三、输入测试数据，判定蛋白质序列中蛋白与蛋白之间的相互作用关系。本发明采用灰色BP神经网络算法对蛋白质互作关系进行预测，并针对BP神经网络存在的缺陷，引入灰色系统对神经网络的学习过程进行改进，将对灰色系统和神经网络进行融合，建立一种兼具两者优点的方法,则利用这种方法求解灰色问题时,与神经网络方法相比；计算量小,在少样本情况下也可达到较高精度；与灰色系统方法相比，计算精度高,且误差可控。
灰色系统神经网络蛋白预测输入测试数据蛋白质序列水稻蛋白质灰色问题序列特征学习过程计算量求解建模可控蛋白质判定样本融合引入改进

[发明专利]基于灰色神经网络组合模型的污水处理出水参数预测方法-CN201710159948.5在审
发明人：汪磊;鲍福光;王学成;陈冠宇;琚春华 -专利权人：浙江工商大学
申请日： 2017-03-17 - 公布日： 2017-07-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于灰色神经网络组合模型的污水处理出水参数预测方法，该方法包括获取历史的进水参数数列x(t)并进行累加处理后形成累加数列y(t)；根据累加数列y(t)建立灰色神经网络并利用灰色神经网络对历史出水参数进行预测，在预测的过程中采用改进的粒子群算法进行灰色神经网络的优化；根据优化后的神经网络进行当前出水参数的预测；采用马尔科夫链对计算所得的当前的出水参数进行修正。
基于灰色神经网络组合模型污水处理出水参数预测方法

[发明专利]一种绝缘子表面不可溶沉积物密度预测系统及方法-CN201610983705.9有效
发明人：李黎;姜昀芃;华奎 -专利权人：华中科技大学
申请日： 2016-11-08 - 公布日： 2019-04-12 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种绝缘子表面不可溶沉积物密度预测系统及方法，其系统包括原始数据采集单元、串联型灰色神经网络预测单元、并联型灰色神经网络预测单元、嵌入型灰色神经网络预测单元、NSDD预测值输出单元和NSDD预警单元；将绝缘子表面不可溶沉积物密度数据和当地气象数据投入串联型灰色神经网络预测单元、并联型灰色神经网络预测单元和嵌入型灰色神经网络预测单元，通过这单个预测单元分别对绝缘子NSDD数值进行预测；然后利用检验样本对这三个预测单元的预测准确度进行判断
一种绝缘子表面可溶沉积物密度预测系统方法

[发明专利]一种面向企业能源管理系统的混合能耗测算的方法-CN201410474196.8在审
发明人：张磊;梁雷;郑笑彤;王静 -专利权人：北京清晖翔科技有限公司
申请日： 2014-09-18 - 公布日： 2014-12-03 - 主分类号： G06Q10/06 文献下载
摘要：一种面向企业能源管理系统的混合能耗测算的方法，该方法通过执行BP神经网络模型训练得到输出模型参数，采用多种类型数据源作为测算因子进行灰色测算(0到多个灰色测算操作)，得到经过灰色测算修正的测算源数据，将其作为BP神经网络算法新的输入条件进行神经网络测算。该方法将灰色测算与BP神经网络测算串联使用，提高了企业自动能耗测算的精度。
一种面向企业能源管理系统混合能耗测算方法

[发明专利]一种基于灰色神经网络的网络课程订单需求预测方法-CN201910373767.1在审
发明人：张刚;刘海君;黄龙;芦孙慧;冯萍 -专利权人：西安募格网络科技有限公司
申请日： 2019-05-07 - 公布日： 2019-08-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于灰色神经网络的网络课程订单需求预测方法，本发明通过根据历年网络课程订单数据和订单需求维度指数进行应用数据建模，所述历年网络订单按照时间序列分别从四个需求维度进行应用数据建模；根据应用数据建模和灰色神经网络建模进行拟合得到历年网络课程订单需求指数；对灰色神经网络的权值参数和阀值参数进行初始化，设定学习速率，通过预设随机点子生成网络结构参数；通过循环迭代法进行灰色神经网络训练；经过训练得到订单需求预测信息；通过训练好的模型对订单进行预测，得出差值本发明灰色神经网络模型能够准确，方便，方便地预测小样本数据。
灰色神经网络订单需求网络课程建模应用数据预测维度灰色神经网络模型循环迭代法订单数据阀值参数权值参数时间序列网络结构预测信息初始化小样本新数据拟合预设测试网络学习

[发明专利]一种发电机故障预测方法及装置-CN201810617266.9在审
发明人：肖鑫 -专利权人：北京德知航创科技有限责任公司
申请日： 2018-06-14 - 公布日： 2019-12-24 - 主分类号： G06N3/04 文献下载
摘要：本发明提供一种发电机故障预测方法及装置，该方法包括：获取发电机的多个原始参数序列；根据多个原始参数序列，通过灰色神经串联模型对发电机进行故障预测。本发明采用灰色神经串联模型，灰色神经串联模型包括多个灰色预测模型及一个神经网络预测模型，将这多个灰色预测模型的输出值作为神经网络预测模型的输入值。通过灰色预测模型将原始参数序列中具有不确定性的参数转换成确定性的参数，将确定性的参数输入神经网络预测模型，获得最终的故障预测值。如此将灰度预测模型与神经网络预测模型串联起来进行预测，结合灰度预测模型和神经网络预测模型的优点，能支持短期或长期预测，对各种情况下的数据序列均能达到很高的预测精度。
神经网络预测模型灰色预测模型串联原始参数预测故障预测预测模型神经发电机灰度确定性发电机故障不确定性参数输入参数转换数据序列输出

[发明专利]一种基于灰色小波神经网络的火场态势信息感知方法-CN202011400622.5在审
发明人：魏守明;卢佳琦;何晨光 -专利权人：哈尔滨工业大学
申请日： 2020-12-04 - 公布日： 2022-06-10 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种基于灰色小波神经网络的火场态势信息感知方法。步骤1：对信息源采集的现场态势信息进行规范化处理得到信息数据集矩阵W；步骤2：通过灰色系统理论计算出灰色系统模型信息感知值矩阵X；步骤3：利用信息感知值矩阵X的向量训练小波神经网络求出态势感知小波神经网络，组成所求的灰色小波神经火场态势信息感知网络；步骤4：向灰色小波神经火场态势信息感知网络输入火场态势信息向量矩阵，经过灰色小波神经进行火灾现场态势感知，得到最终输出态势感知向量Y。针对灰色模型对非线性问题没有较好解决以及普通神经网络收敛特性不稳定的问题，该方法用以解决采用某一单一方法作为态势信息融合感知标准会放大单一方法的弊端。
一种基于灰色神经网络火场态势信息感知方法

[发明专利]一种基于灰色关联分析的神经网络光伏发电出力预测方法-CN201510392523.X在审
发明人：陈中;宗鹏鹏 -专利权人：东南大学
申请日： 2015-07-06 - 公布日： 2015-10-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于灰色关联的神经网络光伏发电出力预测方法，包括灰色关联度分析、神经网络训练和出力结果预测分析，灰色关联度分析通过对包含影响光伏出力因素的小时段样本灰色关联度计算并排序，从而获得最优样本；神经网络训练是利用最优样本对遗传算法优化过的BP神经网络进行训练，获得训练过的神经网络；出力结果预测分析是选取预测日各小时段的天气参数信息作为输入条件结合训练完成的神经网络以小时为步长对各时间段出力进行预测
一种基于灰色关联分析神经网络发电出力预测方法

[发明专利]一种基于灰色神经网络的电站备用电源荷电状态估计方法-CN202110725226.8有效
发明人：袁敏根;陈思哲;王玉乐;王裕;常乐;章云 -专利权人：广东工业大学
申请日： 2021-06-29 - 公布日： 2022-03-11 - 主分类号： G01R31/382 文献下载
摘要：本发明公开一种基于灰色神经网络的电站备用电源荷电状态估计方法，该方法包括：获取电站备用电源停止放电前及期间的电流、电压、荷电状态，构成原始数据集；建立电池等效电路模型，采用最小二乘法拟合欧姆内阻、极化电阻、极化电容参数，构建参数数据集；建立灰色神经网络模型；对参数数据集进行预处理；将参数数据集分为训练集和测试集，利用训练集对灰色神经网络模型进行训练；利用测试集对灰色神经网络模型进行测试；通过采集到的电站备用电源中各电池组停止放电及期间的电流和电压数据，采用最小二乘法获得等效电路模型参数，利用灰色神经网络估计电池荷电状态。
一种基于灰色神经网络电站备用电源状态估计方法

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