“计算和预测”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25342248个，建议您升级VIP下载更多相关专利

[发明专利]图像编码装置和方法以及图像解码装置和方法-CN201310007750.7有效
发明人：横濑太郎 -专利权人：富士施乐株式会社
申请日： 2013-01-09 - 公布日： 2018-09-28 - 主分类号： H04N19/60 文献下载
摘要：本发明提供了一种图像编码装置和方法以及图像解码装置和方法。图像编码装置包括输入单元、预测单元、预测误差计算单元和编码器。输入单元接收图像数据作为输入。预测单元计算图像数据中用作处理对象的关注像素的预测像素值。预测误差计算单元通过使用关注像素的实际像素值和预测像素值来计算预测误差值。编码器用包括位元数和误差值的信息对预测误差值进行编码。
图像编码装置方法以及解码

[发明专利]车辆的行驶控制装置以及行驶控制方法-CN201580064590.7有效
发明人：增井洋平;时政光宏;胜仓丰晴;名波刚;西田乔士 -专利权人：株式会社电装;丰田自动车株式会社
申请日： 2015-10-05 - 公布日： 2020-08-07 - 主分类号： G08G1/16 文献下载
摘要：行驶控制装置(10)基于作为本车辆的将来的行驶进路的预测进路来控制本车辆的行驶。行驶控制装置(10)具备：作为计算预测进路的多个进路预测单元的第一预测进路计算部(21)以及第二预测进路计算部(22)；判断本车辆是否进行进路变更的进路变更判断部(31)；基于进路变更判断部(31)的是否进行进路变更的判断结果，切换将由第一预测进路计算部(21)计算出的第一预测进路以及由第二预测进路计算部(22)计算出的第二预测进路的哪个的预测进路设为有效的预测切换部(32)。
车辆行驶控制装置以及方法

[发明专利]一种游戏活跃玩家人数的预测方法-CN201810700187.4在审
发明人：曹虎 -专利权人：武汉掌游科技有限公司
申请日： 2018-06-29 - 公布日： 2019-01-01 - 主分类号： G06F17/17 文献下载
摘要：本发明公开了一种游戏活跃玩家人数的预测方法，包括：S1：根据游戏数据计算每天的留存率；S2：根据留存率求解留存率曲线方程；S3：根据求解得到的留存率曲线方程计算预测留存率；S4：根据所述预测留存率计算预测的活跃玩家人数；S5：将预测的活跃玩家人数和实际的活跃玩家人数进行对比分析，得出误差率；S6：根据误差率对预测的活跃玩家人数进行修正。通过留存率计算留存率曲线方程，根据留存率曲线方程计算预测留存率，进而计算预测活跃玩家人数，而且在引入修正的思想后，最终预测结果十分准确。
预测曲线方程误差率求解修正对比分析游戏数据预测结果游戏引入

[发明专利]图片分布相似度计算方法、装置、计算机设备和存储介质-CN201910979157.6在审
发明人：周康明;姚广 -专利权人：上海眼控科技股份有限公司
申请日： 2019-10-15 - 公布日： 2020-01-21 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及一种图片分布相似度计算方法、装置、计算机设备和存储介质，计算机设备对于获取的预测回波图和标准回波图进行相似度计算，由于计算机设备不仅计算了预测回波图和标准回波图总体分布相似度，还计算了局部分布相似度，这样从整体上和局部上均对预测回波图和标准回波图之间的分布进行了对比，更加全面的对比了预测回波图与标准回波图的形态差异，大大提高了回波预测图评价结果的客观性。
回波图计算机设备预测相似度计算相似度存储介质局部分布形态差异回波申请图片

[发明专利]预测方法和预测装置-CN201711089197.0在审
发明人：崔汝伟 -专利权人：北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2017-11-08 - 公布日： 2019-05-14 - 主分类号： G06Q10/04 文献下载
摘要：本公开公开了一种预测方法和预测装置，涉及计算机领域。其中的方法包括：根据预测模型的预测值和真实值确定预测误差序列；去除预测误差序列中的异常值；计算剩余的预测误差序列的均值；利用剩余的预测误差序列的均值对预测模型的待预测值进行补偿。从而，利用历史预测误差数据，对待预测值进行补偿，提高预测的准确性。
预测误差预测预测模型预测装置计算机领域历史预测误差数据去除

[发明专利]一种带宽压缩预测模式的选择方法-CN201811260537.6在审
发明人：田林海;李雯;岳庆东 -专利权人：西安科锐盛创新科技有限公司
申请日： 2018-10-26 - 公布日： 2020-05-05 - 主分类号： H04N19/103 文献下载
摘要：本发明涉及一种带宽压缩预测模式的选择方法，包括步骤：在图像中选取宏块；采用第一预测模式计算所述宏块的第一预测残差；采用第二预测模式计算所述宏块的第二预测残差；根据所述第一预测残差计算第一残差主观和，根据所述第二预测残差计算第二残差主观和；选取所述第一残差主观和与所述第二残差主观和中的最小值，采用所述最小值对应的预测模式进行带宽压缩。本发明实施例采用选择器从多种预测模式中，选择最适合的预测模式，可以保证找到最合适的参考像素，得到最小的预测残差，从而降低理论极限熵。
一种带宽压缩预测模式选择方法

[发明专利]使用计算历史进行预测的处理器及系统-CN200610167215.8无效
发明人：维尔克森·B·克里斯;斯塔克·W·加尔德;托马斯·瑞杰 -专利权人：英特尔公司
申请日： 2003-12-25 - 公布日： 2008-03-12 - 主分类号： G06F9/38 文献下载
摘要：本发明涉及使用计算历史来进行预测的处理器及系统，其可包括：逻辑单元，用于产生与指令有关的计算历史；和一个预测器，用于使用所述计算历史产生与所述指令的特性有关的预测。从而本发明通过计算历史来对指令特性做预测。
使用计算历史进行预测处理器系统

[发明专利]基于基础计算模型的塔吊荷载预测方法-CN202211521762.7在审
发明人：欧阳静怡;张洪庆;邓明亮;原志超;甘维琼;王庆元;甘国锋;刘建宇;林宇静;王明辉;林秀聪 -专利权人：中国建筑第二工程局有限公司
申请日： 2022-11-30 - 公布日： 2023-05-16 - 主分类号： G06F30/17 文献下载
摘要：本发明公开基于基础计算模型的塔吊荷载预测方法，涉及塔吊荷载预测技术，设计工况组合；计算支腿拔力时和计算支腿压力时，竖向力V和底部弯矩M、剪力S；由于塔吊可能360度旋转工作，底部弯矩M和剪力H的方向也会变化，在计算中，按30°一个方向进行计算，对工作状态和非工作状态分别计算12个方向、总计24个组合方式领域。该基于基础计算模型的塔吊荷载预测方法。该基于基础计算模型的塔吊荷载预测方法，实现受塔吊反力改变导致结构位形实时变化的影响，及时预测塔吊反力的变化趋势。
基于基础计算模型塔吊荷载预测方法

[发明专利]计算编码失真度和编码模式控制的方法及其系统-CN201510106937.1有效
发明人：章旭东;陈晓春;钱学锋;徐宁 -专利权人：杭州海康威视数字技术股份有限公司;上海富瀚微电子股份有限公司
申请日： 2015-03-11 - 公布日： 2020-01-03 - 主分类号： H04N19/103 文献下载
摘要：本发明涉及视频编码处理领域，公开了一种计算编码失真度和编码模式控制的方法及系统。本发明中，该方法包括以下步骤：获取编码宏块在当前编码模式下的预测像素值，并根据预测像素值与编码宏块像素值计算预测残差值；获取预测残差值经过当前编码模式下编码过程中的量化和反量化处理后的带有量化损失的预测残差值；将预测残差值和带有量化损失的预测残差值的差分平方和作为当前编码模式下的编码失真度。本发明中，以编码宏块的预测残差值和带有量化损失的预测残差值的差分平方和作为编码失真度，避免了预测模块，预测残差计算模块，重建模块在计算通路中的延时，解决了传统SSD编码模式控制策略计算失真度时存在严重数据通路延时的问题
计算编码失真度模式控制方法及其系统

[发明专利]一种适用于企业级运维自动化平台的性能预测方法-CN201610688608.7有效
发明人：张宗华;辛利平;赵京湘;贺飞;牛新征;陈明;赵淼佟;毛欣 -专利权人：电子科技大学;国家电网公司北京电力医院
申请日： 2016-08-18 - 公布日： 2019-05-17 - 主分类号： G06F11/34 文献下载
摘要：本发明公开了一种适用于企业级运维自动化平台的性能预测方法，它包括以下步骤：S1：数据输入：运维自动化平台的对数据进行采集和预处理之后，发送至性能预测模块；S2：模型选择：根据历史情况以及现有情况，选择进行性能预测的计算方式；S3：性能预测计算：根据选择的性能预测的计算方式进行性能预测计算；所述的性能预测包括CPU/内存预测和磁盘预测；S4：建立预测模型的评价标准，将实际值与预测模型的预测值进行对比，建立自学习过程：当预测模型的预测值不满足规定误差时，根据实际值修改预测模型的预测模型参数。本发明对运维自动化平台建立负载预测机制与算法预测模型，完成针对CPU、内存、磁盘等资源使用情况的预测；并且预测算法可以根据实际情况进行自由选择。
一种适用于企业级自动化平台性能预测方法

[发明专利]计算系统的功率容量规划-CN202180083145.0在审
发明人： J·勒居弗尔 -专利权人：伊顿智能动力有限公司
申请日： 2021-11-30 - 公布日： 2023-09-29 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种用于计算系统的功率容量规划的计算机实现的方法，其中该方法包括以下步骤：a)评估(S10)该计算系统的活动，其中该活动包括由该计算系统执行的程序实例的数量和由所执行的程序实例引起的负载；b)通过使用被配置用于活动演进预测的第一机器学习算法(10)，基于所评估的活动来预测(S12)该活动的演进；c)基于所预测的活动演进并且通过使用被配置用于该计算系统的功耗预测的第二机器学习算法(12)，预测(S14)该计算系统的功耗作为第一功率度量；d)基于所预测的功耗并且通过使用被配置用于不间断电源自主性预测的第三机器学习算法(12')以及接收该计算系统的该功耗预测作为输入，预测(S16)该计算系统的一个或多个不间断电源的自主性作为第二功率度量；e)基于所预测的功耗和该计算系统的功率架构，预测(S18)该计算系统的冗余水平作为第三功率度量；f)通过处理该第一、第二和第三功率度量来生成(S20)与功率容量规划相关的输出数据。
计算系统功率容量规划

[发明专利]基于分段线性拟合的遥感影像多目标快速预测建模方法-CN202010163440.4有效
发明人：徐嘉;黄宇飞;李智慧;白绍竣;丁建钊;王帅;刘佳欣;胡震岳;王垒 -专利权人：北京空间飞行器总体设计部
申请日： 2020-03-10 - 公布日： 2023-06-06 - 主分类号： G06F30/20 文献下载
摘要：基于分段线性拟合的遥感影像多目标快速预测建模方法，具体步骤为：1)建立直线拟合模型，采用最远距离点划分的方法实现分段线性拟合算法，建立直线拟合模型；2)计算所有分段节点序列，遍历所有输入变量和输出变量，得到节点序列；3)计算最小误差分段节点序列参数，计算每一维输入变量对应输出变量的最小误差分段节点序列；4)计算线性模型系数，并将其存储为线性模型系数矩阵；5)对预测样本自变量分段，根据分段节点序列将预测输入变量转换成分段后的预测输入变量；6)计算样本预测值，通过分段后的预测输入变量和线性模型系数计算输入变量的预测值。
基于分段线性拟合遥感影像多目标快速预测建模方法

[发明专利]带宽压缩中复杂纹理自适应预测方法-CN201811260611.4在审
发明人：罗瑜;张莹 -专利权人：西安科锐盛创新科技有限公司
申请日： 2018-10-26 - 公布日： 2019-04-16 - 主分类号： H04N19/182 文献下载
摘要：本发明涉及一种带宽压缩中复杂纹理自适应预测方法，包括：确定多个预测搜索窗口；预测搜索窗口内包括当前编码像素和多个已编码的重建像素；确定当前编码像素的N个像素分量；在多个预测搜索窗口内计算当前编码像素的多个权重；根据多个权重确定当前编码像素的多个参考像素并计算多个预测残差；比较多个预测残差，确定最优预测残差及最优预测残差对应的最优参考像素。本发明通过计算重建像素的权重获得参考像素的方式，计算当前预测像素的预测残差，当待压缩图像的人造纹理较为复杂时，能够提高复杂纹理区域预测残差的精度。另外采用多种形状的预测搜索窗口计算得到多个预测残差，选择出最优预测残差，进一步降低理论极限熵，提高带宽压缩率。
预测残差编码像素搜索窗口参考像素带宽压缩复杂纹理自适应预测预测权重像素理论极限区域预测权重确定人造纹理像素分量压缩图像预测像素重建残差

[发明专利]使用AI调用预测和缓存的方法和系统-CN201980097937.6在审
发明人： H·宋;谷雨 -专利权人：维萨国际服务协会
申请日： 2019-07-05 - 公布日： 2022-02-08 - 主分类号： H04M3/42 文献下载
摘要：公开了预测和处理可缓存AI调用的方法和系统。一种方法包括由调用预测处理计算机确定AI计算机在阈值处理器使用率以下操作。然后，所述方法包括由所述调用预测处理计算机从编排服务计算机请求一组可缓存请求，并且从所述编排服务计算机接收所述一组可缓存请求。然后，所述方法包括由所述调用预测处理计算机将来自所述一组可缓存请求的可缓存请求发送给所述AI计算机。然后，所述方法包括由所述调用预测处理计算机接收输出。所述输出由所述AI计算机基于所述可缓存请求生成。然后，所述调用预测处理计算机将所述输出存储在数据存储库中。
使用 ai 调用预测缓存方法系统

[发明专利]一种脑状态预测模型的训练装置、预测装置及电子设备-CN202110909795.8在审
发明人：刘亚欧;韦人;段云云;卓芝政 -专利权人：首都医科大学附属北京天坛医院
申请日： 2021-08-09 - 公布日： 2021-10-01 - 主分类号： A61B5/00 文献下载
摘要：本申请提供了一种脑状态预测模型的训练装置、预测装置及电子设备，训练装置包括：构建模块，用于构建训练数据集；训练数据集中包括多个样本数据，每一个样本数据包括样本脑影像、真实脑年龄和真实脑性别；计算模块，用于通过卷积神经网络提取样本脑影像的抽象特征，计算得到输出脑性别概率和在多个预设脑年龄段内的输出脑年龄概率，计算输出脑年龄概率和真实脑年龄概率的相似度和输出脑性别概率和真实脑性别的相似度，得到第一计算结果和第二计算结果；训练模块，用于根据第一计算结果和第二计算结果，优化卷积神经网络的网络参数，得到脑状态预测模型；脑状态预测模型同时预测脑年龄预测和脑性别，且脑年龄预测精度更高。
一种状态预测模型训练装置电子设备