“定量分析模型”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1634402个，建议您升级VIP下载更多相关专利

[发明专利]肢体信息重构方法、系统、装置及存储介质-CN202110572840.5有效
发明人：李明军;林晖 -专利权人：湘潭大学
申请日： 2021-05-25 - 公布日： 2022-06-17 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种肢体信息重构方法、系统、装置及计算机可读存储介质，包括：获取目标人物的基础信息和肢体信息；利用预先建立的肢体重构模型分析基础信息和肢体信息，重构出目标人物所需重构的肢体的肢体模型；其中，肢体重构模型为预先利用历史人物的基础信息和肢体信息进行训练得到的。也不要求多年医疗经验，显著节省了医疗资源，技术可推广到一些边缘医疗资源缺乏的地区，基于医生获得的病人的物理和形态信息，可参考的数据库会随着病人数量增加而日渐增大，搜索获取的病人形态信息越来越详细，智能快速化设计的模型匹配度也越高
肢体信息方法系统装置存储介质

[发明专利]一种基于迁移深度学习的电池组剩余寿命预测方法-CN202110048627.4有效
发明人：胡晓松;车云弘;李佳承;邓忠伟;唐小林 -专利权人：重庆大学
申请日： 2021-01-14 - 公布日： 2022-06-24 - 主分类号： G01R31/367 文献下载
摘要：该方法包括以下步骤：步骤S1：收集动力电池老化数据集，建立电池老化数据库；步骤S2：根据电池单体老化数据提取多个健康因子，并根据相关性分析和容量估计误差筛选健康因子；步骤S3：基于电池单体全寿命周期老化数据集训练得到健康因子的递推模型，以及基于健康因子的容量估计模型；步骤S4：建立基于电池单体健康因子集和电池组容量衰减的机器学习模型；步骤S5：基于单体容量估计模型预测未来各单体的容量，得到未来循环的电池组单体容量分布。
一种基于迁移深度学习电池组剩余寿命预测方法

[发明专利]基于代价敏感轻量级梯度提升机的风电机组故障检测方法-CN202011638220.9有效
发明人：唐明珠;彭巨;赵琪;陈荐;彭钟慧;彭书豪 -专利权人：长沙理工大学;内蒙古青电云电力服务有限公司
申请日： 2020-12-31 - 公布日： 2022-06-28 - 主分类号： F03D17/00 文献下载
摘要：本申请公开了一种基于代价敏感轻量级梯度提升机的风电机组故障检测方法、装置、设备及计算机可读存储介质，方法包括：利用秩相关性分析算法从风电机组的数据集中筛选目标特征；利用目标特征对嵌入有误分类代价且以误分类代价最小化为目标的代价敏感轻量级梯度提升机故障检测模型进行训练；利用得到的最佳代价敏感轻量级梯度提升机故障检测模型及待测试集中的目标测试特征进行故障检测。本申请公开的上述技术方案，通过在代价敏感轻量级梯度提升机故障检测模型中嵌入误分类代价而提高对小类样本的关注，通过利用最佳代价敏感轻量级梯度提升机故障检测模型进行故障检测实现对数据不平衡和误分类代价不等问题的处理
基于代价敏感轻量级梯度提升机组故障检测方法

[发明专利]一种电力设备故障缺陷实体关系的抽取方法及装置-CN202110700829.2有效
发明人：陈鹏;黄杨珏;邰彬;吕鸿;汪进锋;金杨;姚瑶 -专利权人：广东电网有限责任公司;广东电网有限责任公司电力科学研究院
申请日： 2021-06-24 - 公布日： 2022-06-10 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种电力设备故障缺陷实体关系的抽取方法及装置，包括：获取电力设备的缺陷文本，并对所述缺陷文本进行预处理，得到标准化文本数据；根据语言技术平台工具，对所述标准化文本数据进行语义分析处理，获得第二标准化文本数据；构建实体对的关系特征向量，并根据所述关系特征向量，构建基于关系特征向量机器学习分类模型；将所述第二标准化文本数据输入到基于关系特征向量机器学习分类模型，训练得到实体对的关系分类模型；将预设的测试文本数据输入到所述关系分类模型
一种电力设备故障缺陷实体关系抽取方法装置

[发明专利]一种推求非一致性风速序列设计风速的方法-CN202010259394.8有效
发明人：石军;张洋;王晓惠;程春龙;沈旭伟;巫黎明;潘晓春;徐君民;王鹏;刘灿 -专利权人：中国能源建设集团江苏省电力设计院有限公司
申请日： 2020-04-03 - 公布日： 2022-06-10 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种推求非一致性风速序列设计风速的方法，包括对非一致性风速序列进行突变检验，获得非一致性风速序列突变点的数量N和突变时间，将非一致性风速序列划分为N+1个子序列；采用“矩法+适线法”对各子序列分布模型进行参数估计；以各子序列历年最大风速平均值作为权重比例构建非一致性风速序列混合分布模型；利用非一致性风速序列混合分布模型推求给定设计频率的设计风速。本发明解决了无法直接利用极值Ⅰ型（Gumbel）概率模型在风速逐渐减小趋势下非一致性序列中频率分析推求设计风速的问题，可以为工程结构风荷载设计提供直接支持。
一种推求一致性风速序列设计方法

[发明专利]基于有限元与离散元耦合的有砟轨道建模分析方法及系统-CN202110031784.4有效
发明人：陈成;唐子桉;朱思凡;张磊;张鑫;徐天龙 -专利权人：武汉理工大学
申请日： 2021-01-11 - 公布日： 2022-06-14 - 主分类号： G06F30/13 文献下载
摘要：本发明提供了基于有限元与离散元耦合的有砟轨道建模分析方法及系统，方法包括：根据有砟轨道的实际设计施工情况，将有砟轨道简化；获取各结构的真实几何参数建立有限元模型；根据各结构实际采用的材料和物理性能，对各有限元部件赋予材料属性和单元属性，并划分网格；根据各部件的实际约束状态设置相应的边界条件和自由面；施加结构荷载；将模型数据输出为INP文件；将需要被替换为离散颗粒道砟层的部分单独作为一个道砟层模型部件导出，并提取其几何参数，导入至离散元软件中；生成颗粒数据并进行处理；在INP文件中修改数据行，导入处理好的颗粒数据并创建节点集、单元集，定义颗粒属性，并创建接触属性与接触对，得到有砟轨道模型文件。
基于有限元离散耦合轨道建模分析方法系统

[发明专利]边云协同下基于DCGAN的工业控制系统入侵检测系统及方法-CN202110357808.5有效
发明人：周纯杰;朱美潘;叶鑫豪;杜鑫;胡博文;张岳 -专利权人：华中科技大学
申请日： 2021-04-01 - 公布日： 2022-06-14 - 主分类号： G06F21/55 文献下载
摘要：本发明采用边云协同方案，利用云平台的高速计算能力、海量存储空间以及全局分析特点实现入侵检测模型的离线训练，协同边缘计算的低时延特点实现实时入侵检测，为工业控制系统提供实时、全局的主动安全防护。同时，本发明将DCGAN应用至工业控制系统的入侵检测中，不仅能省去前期的数据样本标记过程，减少工作量，同时与复杂的深度学习检测模型相比，DCGAN模型结构简单，不仅具有较高的检测精度，还能提高检测效率；并且检测模型能同时对通信网络层数据和现场层数据进行入侵检测，实现通信网络层和现场层的双闭环防护。
协同基于 dcgan 工业控制系统入侵检测系统方法

[发明专利]分布式区域能源布局用规划与评估系统-CN202110514973.7有效
发明人：赵力航;杨磊;陈贤卿;杨强;秦刚华;常伟光;王新;杨敏;董伟;陈新琪 -专利权人：浙江浙能技术研究院有限公司;浙江大学
申请日： 2021-05-12 - 公布日： 2022-06-14 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种分布式区域能源布局用规划与评估系统，包括步骤：当区域内将要进行能源使用时，预先调取区域内能耗数据，根据能耗数据模拟得到用能习惯曲线图，模拟出区域内的能源实际使用工况；制定能源使用程序模型，将能源纳入能源使用程序模型内，并将能源使用程序模型的走向和用能习惯曲线图相匹配。本发明的有益效果是：考虑多场景因素对能耗分析产生的影响，使得能源使用程序模型能够最大程度和实际用能相匹配；设有能耗储备模块和补给模块，多出的能源能够实现储存，并且缺少的能源也能够实现再补充，避免能源供给波动过大而导致区域内能源浪费和供给不充分的问题
分布式区域能源布局规划评估系统

[发明专利]一种基于在线压缩KECA自适应工业过程故障检测方法-CN202011382192.9有效
发明人：郭金玉;李文涛;李元 -专利权人：沈阳化工大学
申请日： 2020-12-01 - 公布日： 2022-06-14 - 主分类号： G05B23/02 文献下载
摘要：对于在线实时采集的数据，根据压缩集建模时的均值与标准差进行预处理，投影到运用压缩集建立的KECA模型上，计算该数据的统计量并与压缩集的控制限比较。若样本没有超过控制限，然后根据该样本的状态信息分析是否需要保留，来达到判断KECA模型是否需要进行更新的目的。若KECA模型需要更新，则对下一个样本检测时需要用更新后的模型，有利于适应时变系统的正常参数漂移，提高在动态过程中实时检测过程数据的性能。
一种基于在线压缩 keca 自适应工业过程故障检测方法

[发明专利]一种基于长短期记忆网络的配电系统网损预测方法-CN201910918120.2有效
发明人：邓威;李勇;朱吉然;唐海国;张志丹;张帝;刘俐;郭钇秀 -专利权人：国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司
申请日： 2019-09-26 - 公布日： 2022-06-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于长短期记忆网络的配电系统网损预测方法，包括：获取预测地区各时刻的多个特征量，并构建各特征量时间序列；从各特征量时间序列中获取参考序列和比较序列，采用灰色关联分析方法，计算参考序列与比较序列之间的关联度，从中选取最佳的比较序列相应影响因素作为输入影响因素；根据输入影响因素从各特征量时间序列中获取训练样本；建立长短期记忆网络模型，使用训练样本训练长短期记忆网络模型，得到网损预测模型；获取预测时刻网损值的输入影响因素，并使用网损预测模型进行预测，得到预测时刻的网损值。
一种基于短期记忆网络配电系统预测方法

[发明专利]一种基于MDO技术的上车体结构优化方法-CN201911212539.2有效
发明人：艾明昱;彭磊;李学亮;苏永雷;许春铁;王卓 -专利权人：重庆长安汽车股份有限公司
申请日： 2019-12-02 - 公布日： 2022-07-08 - 主分类号： G06F30/23 文献下载
摘要：本发明涉及一种基于MDO技术的上车体结构优化方法，包括以下步骤：步骤一，建立车身有限元模型，实现车身多学科性能仿真分析；步骤二，建立基于上车体接头腔体和上车体关键钣金件料厚为设计变量的参数化模型；步骤三，根据步骤二，搭建基于上车体接头腔体和关键钣金件料厚为设计变量的仿真优化流程；步骤四，根据步骤三，进行各个设计变量的DOE采样计算；步骤五，根据步骤四中的DOE采样计算结果构造满足精度要求的响应面近似模型；步骤六，根据步骤五中的响应面近似模型，将车身多学科性能指标的限值作为约束条件，以车身重量最轻作为优化目标进行优化设计并获得优化方案。
一种基于 mdo 技术车体结构优化方法

[发明专利]一种用于防止数据泄露的防护系统和方法-CN202010974045.4有效
发明人：廉明 -专利权人：安徽长泰科技有限公司
申请日： 2020-09-16 - 公布日： 2022-07-22 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及数据安全，具体涉及一种用于防止数据泄露的防护系统和方法，包括服务器，服务器与用于构建识别敏感词语模型的识别模型构建模块相连，服务器与用于对发送数据进行词语分隔的分隔处理模块相连服务器与用于对频率结果进行量化处理的量化处理模块相连，控制器与用于输入敏感词语的敏感词语输入模块相连，控制器与用于将发送数据输入训练好的识别敏感词语模型的数据输入模块相连，服务器与用于根据识别敏感词语模型的识别结果进行动作的动作执行模块相连；本发明提供的技术方案能够有效克服现有技术所存在的安全防护性较差、对敏感词语的检测效果较差、只能下载完所有数据后才能对数据进行分析的缺陷。
一种用于防止数据泄露防护系统方法

[发明专利]一种Boost变换器输出纹波电压建模方法-CN201910706895.3有效
发明人：皇金锋;李林鸿 -专利权人：陕西理工大学
申请日： 2019-08-01 - 公布日： 2022-07-22 - 主分类号： H02M1/14 文献下载
摘要：Sub>CM，以及CISM和IISM的临界负载电阻RCK，根据该临界负载可方便的判断变换器的工作模式，建立了考虑电容ESR的纹波电压数学模型，该模型与电感、输入电压、输出电压、负载电阻、电容以及电容的ESR等参数有关，最后进行实验验证，将实验结果与依据模型计算的结果进行对比分析，验证了模型的正确性，本发明对应用于危险环境的本质安全型Boost
一种 boost 变换器输出电压建模方法

[发明专利]一种面向支撑减压功能的鞋垫个性化设计方法-CN202010973215.7有效
发明人：童晶;陆荣杰;江超群;陈正鸣 -专利权人：河海大学常州校区
申请日： 2020-09-16 - 公布日： 2022-07-19 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种面向支撑减压功能的鞋垫个性化设计方法，利用个性化数据进行符合人体工程学的鞋垫设计，使用设备扫描特定用户自身鞋垫以得到扫描鞋垫模型，将其作为鞋垫模板去同步预制鞋垫模型，从而得到边沿轮廓与鞋适配的鞋垫借助扫描鞋垫模型与预制鞋垫模型设计足弓支撑外形，通过增加足部与鞋垫接触面积的方式重新分布足底压力，减小部分区域的过大受力；使用设备采集足底动态压力，借助对足底动态压力图的处理与分析，设计匹配足底压力分布的鞋垫外形
一种面向支撑减压功能鞋垫个性化设计方法

[发明专利]一种医疗信息预测系统及医疗信息预测方法-CN202110425469.X有效
发明人：魏倩倩;商慧芳;侯炎冰;张灵语;陈永平 -专利权人：四川大学华西医院
申请日： 2021-04-20 - 公布日： 2022-07-22 - 主分类号： G16H50/70 文献下载
摘要：本申请公开了一种医疗信息预测系统及医疗信息预测方法，根据预设医疗信息评估指标进行数据采集得到的医疗信息样本数据，并从医疗信息样本数据筛选得到与目标医疗标签相关的有效样本特征数据，再根据有效样本特征数据对初始医疗信息预测模型进行训练，得到能够对目标医疗对象的医疗信息评估指标进行预测的目标医疗信息预测模型。如此，通过采用基于机器学习的方式对医疗信息预测模型进行训练，可处理数值型和分类数据，对于一些因素发生率较小的医疗标签而言，可以利用有限的医疗信息样本数据建立可靠的目标医疗信息预测模型，进而提高医疗信息预测结果的可靠性，相较于采用单一的医疗信息特征和Cox回归分析方法，能够适用于复杂多因素的处理。
一种医疗信息预测系统方法