专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果6661032个,建议您升级VIP下载更多相关专利
  • [发明专利]一种多特征融合评估预测轴承性能寿命方法-CN202110024762.5在审
  • 齐晓轩;董海;刘英英;卞永钊;洪振麒 - 沈阳大学
  • 2021-01-08 - 2021-07-23 - G01M13/04
  • 一种多特征融合评估预测轴承性能寿命方法,涉及一种评估轴承性能方法,该方法在特征的相似分析中,采用了Hausdorff距离,相比于欧式距离,Hausdorff距离考虑了两组数据中的双向距离,因此更适用于特征的相似分析,而综合评价准则可以兼顾退化特征的单调性与预测。并且,对选择后的多特征进行了融合,提出了一种基于类敏感度‑重叠趋势的特征融合方法,融合过程中考虑到滚动轴承退化特征在不同退化阶段的特点,同时兼顾了特征的阶段趋势特点。为了避免其他因素的干扰,在分析特征趋势时提出一种重叠趋势计算方法,用于滚动轴承性能退化评估与剩余寿命预测,改善滚动轴承的剩余寿命预测结果的准确,具有很好的普适
  • 一种特征融合评估预测轴承性能寿命方法
  • [发明专利]一种基于EEMD与ARMA的软件漏洞趋势预测方法-CN202210707585.5在审
  • 郭军军;龙楷 - 西安工业大学
  • 2022-06-21 - 2022-09-23 - G06F21/57
  • 本发明公开了一种基于EEMD与ARMA的软件漏洞趋势预测方法,解决了传统预测方法只对单一漏洞进行预测,且预测结果精度低的问题。实现包括:获取漏洞数据;根据漏洞成因划分漏洞成因类型;构建两个待预测数据集;使用EEMD方法处理一个待预测数据集;对IMF分量数据集集合进行漏洞趋势预测;对残差数据集进行漏洞趋势预测;合并漏洞趋势预测结果;对另一待预测数据集进行漏洞趋势预测,完成基于EEMD与ARMA的软件漏洞趋势预测。本发明从多角度对漏洞发展趋势做出预测,预测结果准确率更高,普适更好。
  • 一种基于eemdarma软件漏洞趋势预测方法
  • [发明专利]一种海平面变化非线性趋势提取的方法-CN201910395850.9有效
  • 金涛勇;肖明宇 - 武汉大学
  • 2019-05-13 - 2022-06-14 - G06K9/00
  • 本发明涉及一种海平面变化非线性趋势提取的方法,包括利用经验模态分解方法对海平面变化时间序列进行分解,得到具有不同频率的本征模函数和趋势项;利用模态函数法消除低频虚假分量,利用频率散度法标记消除高频噪声分量;采用傅里叶方法依次进行频谱分析,得到各个分量频谱图中峰值对应的频率,根据奈奎斯特定理剔除无效频率,并将频率转换为周期;得到所有可能的嵌入计算窗口,通过奇异谱分析,以经验模态分解的趋势项作为参考,选取差异最小的趋势项作为最终海平面变化的非线性趋势本发明可实现最佳窗口的自动选取和最优海平面变化趋势的自动提取,自适应好,效率高,趋势提取稳定,受时间序列长度影响小。
  • 一种海平面变化非线性趋势提取方法
  • [发明专利]基于PSO-LSTM的滚动轴承故障趋势预测方法-CN202210743257.0在审
  • 黄大荣;关舒月;赵玲 - 重庆交通大学
  • 2022-06-27 - 2022-09-23 - G01M13/045
  • 本发明涉及滚动轴承故障诊断技术领域,具体涉及基于PSO‑LSTM的滚动轴承故障趋势预测方法,包括:获取待测滚动轴承的原始待测信号;基于形态滤波算法对原始待测信号进行降噪处理,得到目标待测信号;将目标待测信号输入经过训练的故障预测模型中,输出对应的故障趋势预测结果;故障预测模型基于LSTM模型构建,训练LSTM模型时通过PSO算法优化其学习率和隐藏层数;基于故障预测模型输出的故障趋势预测结果分析待测滚动轴承的故障趋势。本发明不依赖特征工程且能够保证神经网络预测模型训练效果和预测精度,从而能够提高滚动轴承故障趋势预测的准确和实用
  • 基于psolstm滚动轴承故障趋势预测方法

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top