“预测函数”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397475个，建议您升级VIP下载更多相关专利

[发明专利]行驶路径的选择方法、装置、设备以及可读存储介质-CN202111383624.2在审
发明人：卢鹰;张炜晨 -专利权人：深圳优地科技有限公司
申请日： 2021-11-19 - 公布日： 2022-03-22 - 主分类号： G01C21/34 文献下载
摘要：本发明公开了一种行驶路径的选择方法、装置、设备和可读存储介质，其中，所述选择方法包括：根据预测路径的路径标识选定初始最优预测路径；获取每一所述预测路径关联的评价函数值以及预设增量；根据所述评价函数值以及所述预设增量确定其它预测路径是否满足路径更新条件，其中所述其它预测路径为除初始最优预测路径外的预测路径；当所述其它预测路径关联的所述评价函数值满足所述路径更新条件时，将满足所述路径更新条件的所述其它预测路径设置为最优预测路径。通过设置一个预设增量来增加不同预测路径关联的评价函数值之间的差异，以解决自动驾驶过程中路径震荡的问题，达到了提升自动驾驶的稳定性的效果。
行驶路径选择方法装置设备以及可读存储介质

[发明专利]一种工业加热炉系统的分数阶预测函数控制方法-CN201510645261.3在审
发明人：邹琴;张日东 -专利权人：杭州电子科技大学
申请日： 2015-10-08 - 公布日： 2015-12-23 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种工业加热炉系统的分数阶预测函数控制方法。一类分数阶系统，传统PID控制方法和整数阶预测函数控制方法对这类对象的控制效果并不好。本发明首先采用Oustaloup近似方法将分数阶系统近似为整数阶系统，基于Oustaloup近似模型建立预测输出模型，然后将整数阶预测函数控制方法扩展到分数阶预测函数控制方法中，将分数阶微积分算子引入目标函数，进而基于预测模型和选取的性能指标设计了分数阶预测函数控制器。
一种工业加热炉系统分数预测函数控制方法

[发明专利]一种方法、装置、计算机设备以及存储介质-CN202110963612.0在审
发明人：贺思颖 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-08-20 - 公布日： 2023-02-24 - 主分类号： G06V40/16 文献下载
摘要：本申请实施例公开一种方法、装置、计算机设备以及存储介质，其中方法包括如下步骤：获取标准图片和初始人脸姿态模型；通过所述标准图片和初始人脸姿态模型生成所述标准图片初始逻辑值矩阵，初始预测框矩阵和初始局部自由度矩阵；根据标准逻辑值矩阵和初始逻辑值矩阵生成类别损失函数，根据标准预测框矩阵和初始预测框矩阵生成标准框损失函数；基于标准预测框矩阵和初始预测框矩阵生成候选预测框矩阵；根据标准全局自由度矩阵、候选预测框矩阵和初始局部自由度矩阵生成姿态损失函数；基于所述类别损失函数，标准框损失函数和姿态损失函数生成人脸姿态模型。
一种方法装置计算机设备以及存储介质

[发明专利]基于单调整系数的带扰动预测函数控制设计方法-CN201810184796.9有效
发明人：尹峰;胡建根;李泉 -专利权人：国网浙江省电力有限公司电力科学研究院;国家电网公司
申请日： 2018-03-07 - 公布日： 2021-05-18 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于单调整系数的带扰动预测函数控制设计方法。本发明针对工业过程控制系统中带有扰动信号的一阶惯性环节加纯迟延对象，其包括如下步骤：预测被控模型为一阶惯性环节加纯迟延对象，采用一个阶跃函数，得出带扰动信号的预测函数最优控制律，令预测步长为1得到一种单步最优控制律；利用单个调整系数方法，设计带一个扰动的单调整系数预测函数最优控制律；扩展到带多个扰动信号的控制系统，设计带多个扰动的单调整系数预测函数最优控制律。当大滞后控制系统中存在较强外扰时，本发明设计的单调整系数预测函数控制保证了控制系统具有较强的鲁棒性，能更好地提高控制品质。
基于调整系数扰动预测函数控制设计方法

[发明专利]基于智能寻优的单调整系数预测函数控制参数整定方法-CN201810184793.5有效
发明人：李泉;胡建根;尹峰 -专利权人：国网浙江省电力有限公司电力科学研究院;国家电网公司
申请日： 2018-03-07 - 公布日： 2021-08-27 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于智能寻优的单调整系数预测函数控制参数整定方法。预测函数控制是控制大惯性大迟延对象的有效方法，但是由于设计过程复杂，参数难于整定，不利于工程应用。本发明包括如下步骤：工业过程控制系统中的一阶惯性环节加纯迟延对象作为预测控制模型，采用一个阶跃函数，得出预测函数最优控制律，令预测步长为1得到一种单步最优控制律；利用单个调整系数方法，得到单调整系数预测函数最优控制律按此方法对任何一阶惯性加纯迟延对象均可获得最优的调整系数，保证预测函数控制具有较强的鲁棒性。
基于智能调整系数预测函数控制参数方法

[发明专利]小区切换方法及终端-CN202011540340.5有效
发明人：仪鲁男;程晓军;胡少果;何旭;邱益心;张锦雄;吴维彦;何振强 -专利权人：中国联合网络通信集团有限公司;中国联通国际有限公司
申请日： 2020-12-23 - 公布日： 2022-09-13 - 主分类号： H04W36/00 文献下载
摘要：本发明提供一种小区切换方法及终端，该方法包括：获取服务小区的信号强度和目标小区的信号强度的信号强度样本，并根据样本和预设函数确定预测服务小区的信号强度的服务小区预测函数以及预测目标小区的信号强度的目标小区预测函数，当目标小区的信号强度满足切换门限时，若根据服务小区预测函数获得的服务小区信号强度小于根据目标小区预测函数获得的目标小区信号强度，则终端判定进行小区切换。本发明通过对切换触发前的参考信号强度进行数据分析，利用参考信号强度变化的预设函数，预测切换时刻及切换后的参考信号强度的变化趋势，进而对切换判决进行干预，有效避免了参考信号突变导致的虚假切换，进而抑制乒乓切换
小区切换方法终端

[发明专利]文本输入的预测方法、装置、计算机设备和存储介质-CN201811256223.9有效
发明人：金戈;徐亮;肖京 -专利权人：平安科技（深圳）有限公司
申请日： 2018-10-25 - 公布日： 2023-10-27 - 主分类号： G06F40/274 文献下载
摘要：本发明公开了一种文本输入的预测方法、装置、计算机设备和存储介质，该方法包括：获取训练文本，并根据预设词典将训练文本中N个词语转换为对应的N个样本词向量，得到样本词向量序列；选择M个样本词向量输入神经过程模型，得到对应的预测词向量，其中M＜N；根据预测词向量和样本词向量序列中第M+1项样本词向量的差异构建损失函数；根据损失函数调整神经过程模型中的参数，直至损失函数满足预设结束条件；获取目标文本，并根据预设词典将目标文本转换为对应的目标词向量；将目标词向量输入预测函数，得到预测词语。本发明利用神经网络，对已输入的文本进行预测，无需识设置内涵函数，即可快速准确的通过神经过程模型获得预测函数。
文本输入预测方法装置计算机设备存储介质

[发明专利]基于IPSO-SVM模型的储藏小麦品质预测方法-CN202011231865.0有效
发明人：蒋华伟;陈斯;杨震 -专利权人：河南工业大学
申请日： 2020-11-06 - 公布日： 2023-02-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及基于IPSO‑SVM模型的储藏小麦品质预测方法，属于农产品品质预测领域。该采用了改进的支持向量机模型，实现小麦品质的精确预测，支持向量机模型中的混合核函数兼顾了局部性核函数泛化能力强和全局性核函数学习能力强的优点，并且混合核函数中的复合核函数占据一半权重，从而使新型混合核函数在能够具有复合核函数优势的同时，还能兼顾单独核函数的优势，有效的提高了模型的预测精度。本发明的方法能够有效解决现有方法测试复杂、困难的问题，对于一些能反映小麦品质、但比较不容易测试或测试不准的指标值，就可以通过采用本发明的方法，利用易测得的指标值，代入训练好的模型，就能快速得到该指标值的预测结果，预测精度比人工测试的精度高。
基于 ipso svm 模型储藏小麦品质预测方法

[发明专利]一种产品销售预测装置-CN201810161553.3在审
发明人：崔晓钰;韩华;范雨强;徐玲;武浩 -专利权人：上海理工大学
申请日： 2018-02-26 - 公布日： 2018-07-06 - 主分类号： G06Q30/02 文献下载
摘要：根据本发明所涉及的产品销售预测装置，其特征在于，包括管理用储存部、核函数参数优化部、预测模型建立部、历史数据追加部以及预测结果生成部，管理用储存部至少储存有产品销售的历史数据、多个支持向量机核函数，核函数参数优化部对核函数中的预定参数进行优化，预测模型建立部用于建立预测模型，历史数据追加部把产品销售的历史数据追加存储到预测模型中，预测结果生成部基于预测模型产生的数据并生成相应的产品销售预测结果。本发明的产品销售预测装置通过机器学习方法大大提高了销售预测的精确度，SVM(支持向量机)预测模型预测时间短，预测精度高，鲁棒性强，同时避免部分非线性模型容易陷入局部极小值、收敛速度慢的缺点。
产品销售预测模型历史数据核函数预测结果预测装置支持向量机参数优化储存部预测追加非线性模型机器学习预定参数追加存储鲁棒性收敛储存管理优化销售

[发明专利]一种考虑碳排放量的综合能源调度方法和系统-CN202210935289.0有效
发明人：孙永健;韩冬;王燕;王元元;刘剑宁;赵军;李文杰;张小奇;司君诚;冯媛媛;张启鼎;王银忠;赵坤;解文涛;任志帅;赵广昊;李鹏珍;季兴龙;王旭;孙维强;张秋瑞;耿志慧;伦晓娟;辛少菲;耿荣胜;李金华 -专利权人：国网山东省电力公司东营供电公司;国网山东省电力公司东营市垦利区供电公司
申请日： 2022-08-04 - 公布日： 2022-12-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种考虑碳排放量的综合能源调度方法和系统，属于综合能源技术领域，具体包括：以碳排放量最低为目标函数构建节碳目标函数；以弃风量和弃光量最低为目标函数构建绿色目标函数；构建以运行成本最低为目标函数构建经济目标函数；基于节碳目标函数、绿色目标函数、经济目标函数为基础，构建综合目标函数；对综合能源系统中的用电量进行预测得到预测用电量，对综合能源系统中的光伏机组和风力发电机组的发电量进行预测得到预测发电量，以所述综合目标函数为目标函数
一种考虑排放量综合能源调度方法系统

[发明专利]3D分子理化性质预测方法、装置、电子设备及存储介质-CN202211027315.6在审
发明人：黄文炳;矫瑞;刘洋 -专利权人：清华大学
申请日： 2022-08-25 - 公布日： 2022-11-18 - 主分类号： G16C10/00 文献下载
摘要：本发明提供一种3D分子理化性质预测方法、装置、电子设备及存储介质，所述方法包括：获取3D分子数据集，其中，3D分子数据集中包括3D分子样本；按照扰动尺度对3D分子样本的分子坐标施加扰动得到3D分子样本的分子扰动坐标；基于分子扰动坐标得到第一损失函数和第二损失函数；基于第一损失函数和第二损失函数得到目标损失函数；基于目标损失函数训练等变图神经网络，得到目标等变图神经网络；构建目标预测模型，其中，目标预测模型包括目标等变图神经网络和理化性质预测模型，理化性质预测模型包括多层感知机；将3D分子输入至目标预测模型，得到目标预测模型输出的3D分子的理化性质。通过本发明能够准确、高效得预测3D分子的理化性质。
分子理化性质预测方法装置电子设备存储介质

[发明专利]一种基于组合核函数的风电场超短期风速预测方法-CN201210567346.0有效
发明人：凡时财;邹见效;徐红兵;李文茹 -专利权人：电子科技大学
申请日： 2012-12-24 - 公布日： 2013-04-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于组合核函数的风电场超短期风速预测方法，采用基于组合核函数支持向量机，将小波核函数与多项式核函数结合，结合多项式核函数的全局性特点以及小波核函数的高精度和良好学习能力，有效地提高支持向量机模型的预测能力，减小预测误差。本发明通过组合核函数和相似数据的结合，提高了风速预测的精度。
一种基于组合函数电场短期风速预测方法

[发明专利]基于特征融合的重复性商品信息推荐方法及电子设备-CN201910599314.0有效
发明人：王鹏飞;牛树梓 -专利权人：北京邮电大学
申请日： 2019-07-04 - 公布日： 2022-07-01 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于特征融合的重复性商品信息推荐方法，包括：定义重复性购物规则；定义商品的形状参数，基于所述重复性购物规则，利用威布尔函数建模，得到重复性商品购物周期；基于所述重复性商品购物周期，得到商品的存活函数和危险函数的关系；融合用户的历史购物行为，通过时序模型建模所述形状参数的时序变化，得到重新定义的形状参数；基于所述重新定义的形状参数，改变所述存活函数的计算方式，得到重新定义的危险函数和约束方程；根据训练集挖掘的重复模式构建目标函数，优化所述目标函数，得到预测模型；使用所述预测模型对用户重复性购物行为进行预测，得到预测结果，依据所述预测结果进行商品信息推荐。
基于特征融合重复性商品信息推荐方法电子设备

[发明专利]一种基于混合Copula函数的多风场出力预测方法-CN201710485692.7在审
发明人：付一木;赵维兴;李晨辉;邱轩宇;朱庆钢;郑志杰;刘晓明;田鑫;孙东磊;王轶群;高效海;魏佳;张丽娜;王艳 -专利权人：国网山东省电力公司经济技术研究院;国家电网公司
申请日： 2017-06-23 - 公布日： 2017-10-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于混合Copula函数的多风场出力预测方法，它包括以下步骤1)构建混合Copula函数模型；2)模型选择和参数估计；3)具有相关性的多风场出力预测。本发明通过结合4种Copula函数构建混合Copula函数模型，提出了一种基于混合Copula函数的多风场出力预测方法，它对相同区域内的风电场风出力之间存在较强的相关性进行分析，解决了地域上具有相关性的多风场并网出力预测问题
一种基于混合 copula 函数多风场出力预测方法

[发明专利]一种基于深度学习和时空联合知识蒸馏的能耗预测方法-CN202310554240.5在审
发明人：张彦玉;金长新;战腾 -专利权人：山东浪潮科学研究院有限公司
申请日： 2023-05-17 - 公布日： 2023-08-25 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于深度学习和时空联合知识蒸馏的能耗预测方法，涉及能耗数据预测技术领域；构建能耗预测系统，通过数据处理模块采集、预处理和提取相关能耗数据的特征，其中相关能耗数据包括建筑物结构、气象数据和人流数据，通过数据处理模块根据相关能耗数据提取能够表征预测对象时空特征的特征，利用表征预测对象时空特征的特征训练深度学习预测模型，并在训练过程中根据定义的损失函数不断优化预测模型的参数，通过知识蒸馏模块压缩预测模型并优化预测模型，其中通过知识蒸馏模块让教师模型和学生模型进行学习和识别，定义知识蒸馏函数的损失函数，根据损失函数在不过拟合的情况下达到最小值，获得对应的预测模型，通过预测模块利用优化后的预测模型对建筑能耗进行预测。
一种基于深度学习时空联合知识蒸馏能耗预测方法