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332001个,建议您升级VIP下载更多相关专利
  • [发明专利]数据处理方法和数据处理装置-CN202110322243.7在审
  • 王星;朱麟;余维;周凯荣;王鹏宇;许晓炜 - 拉扎斯网络科技(上海)有限公司
  • 2021-03-25 - 2021-07-23 - G06N3/04
  • 本发明实施例获取包括历史任务的实际完成时长和实际处理时长在内的多个历史任务的任务信息后,基于上述多个历史任务的任务信息对预测模型进行训练,直至预测模型对应的实际完成时长的损失函数和实际处理时长的损失函数均收敛其中,预测模型包括共享结构和非共享结构,非共享结构包括预测模型的第一输出层和第二输出层,且第一输出层以实际完成时长为训练目标,第二输出层以实际处理时长为训练目标。本发明实施例基于多个训练目标对预测模型同时进行训练,从而提升了模型的训练效率。
  • 数据处理方法装置
  • [发明专利]基于环境精细化分区的酒类仓储管理系统-CN202310643791.9有效
  • 蔡敏伟 - 酒仙网络科技股份有限公司
  • 2023-06-02 - 2023-08-11 - G06Q10/087
  • 本发明公开了基于环境精细化分区的酒类仓储管理系统,涉及酒类仓储管理技术领域,本发明是通过设置训练数据收集模块预先收集若干组历史训练数据,设置保鲜时长预测模型训练模块利用历史训练数据训练出预测每种酒类型保存时长的机器学习模型,设置仓储数据收集模块收集待管理仓储空间的仓储数据,设置保鲜时长预测模块基于机器学习模型和仓储数据,预估每种酒类型在不同的环境等级下,保质的时长,设置保鲜时长预测模块,基于仓储数据和预测的保质时长,对所有酒类型的酒进行仓储位置的分配
  • 基于环境精细化分酒类仓储管理系统
  • [发明专利]一种基于深度学习预测神经网络训练时长的方法-CN202111020175.5在审
  • 王鑫;曾艳;袁俊峰;张纪林;万健 - 杭州电子科技大学
  • 2021-09-01 - 2022-01-04 - G06N3/08
  • 本发明公开了一种基于深度学习预测神经网络训练时长的方法,为大规模集群中的深度学习任务训练时长提供预测以优化集群调度策略。本发明首先分析神经网络的结构特性和训练过程的计算组成,构建以单层网络训练时长为基本单位的完整神经网络训练时长的计算模型,为利用单层模型特征预测具备不同结构的神经网络训练时长提供支持;其次,分析模型特征和训练时长的关系,设计多层感知机模型用以提取模型特征对训练时长的影响;最后,根据模型特征对训练时长的影响,制定降维规则用以提取对训练时长影响较大的关键特征,降低模型特征的维度,并利用降维后的模型特征训练深度学习模型用以预测分布式环境下的神经网络训练时长
  • 一种基于深度学习预测神经网络训练方法
  • [发明专利]基于CSO优化DBN模型的电力业扩项目时长预测方法-CN202210268779.X在审
  • 林镜星;谢志炜;许斌斌;林其雄;周鑫;姚汉星 - 广东电网有限责任公司广州供电局
  • 2022-03-18 - 2022-07-22 - G06Q10/04
  • 本发明涉及一种基于CSO优化DBN模型的电力业扩项目时长预测方法,包括:根据项目费用的分布,确定待预测项目的目标DBN预测模型;将待预测项目数据输入至训练好的目标DBN预测模型中,得到待预测的项目时长;训练DBN预测模型包括:根据历史项目费用将电力业扩历史项目分类得到四个项目的费用区间;动态选择每个费用区间的历史数据,建立对应类别的DBN预测模型;根据DCCSO对DBN预测模型的初始权值优化,得到目标初始权值;对DBN预测模型的目标初始权值进行微调,得到训练好的DBN预测模型。本申请在训练的早期利用DCCSO优化DBN预测模型的权值并通过联合初始权值的正则项作为目标适应度函数,通过优化后的DBN模型对业扩时长进行预测,能够快速得到精确的业扩时长
  • 基于cso优化dbn模型电力项目预测方法

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