“holt”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48个，建议您升级VIP下载更多相关专利

[发明专利]一种基于Holt-Winters模型的公交客量预测方法-CN201410424175.5在审
发明人：陈玲玲;何沛桦;马宏兵;贾云健;曹磊;贺良云;刘曙光;卢海兵 -专利权人：山西云智慧科技股份有限公司
申请日： 2014-09-26 - 公布日： 2016-04-20 - 主分类号： G06F19/00 文献下载
摘要：本发明利用车辆GPS数据及公交IC卡数据，建立Holt-Winters模型对客流进行预测。ARMA模型和Holt-Winters模型都属于短期预测模型，Holt-Winters模型较ARMA模型具有一定的优势，在于Holt-Winters模型所给出平滑参数可以采用系统自定的方法，通过多次比较给出最优的参数值
一种基于 holt winters 模型公交预测方法

[发明专利]一种业务数据预测方法及装置-CN201510556600.0在审
发明人：肖旭旭;唐琳钧;王昕;钟声;冯喆 -专利权人：中国联合网络通信集团有限公司;中讯邮电咨询设计院有限公司
申请日： 2015-09-02 - 公布日： 2015-12-02 - 主分类号： H04W24/06 文献下载
摘要：本发明实施例提供一种业务数据预测方法及装置，涉及通信技术领域，通过Holt-Winters模型进行业务数据预测，解决了现有预测模型预测曲线过于平滑、预测出的数据较难反映通信用户产生的语音和流量业务数据随着时间周期产生的波动与随机突发局限性本发明提供的方法包括：获取样本序列，其中，所述样本序列包含：至少一个业务数据，每个业务数据对应一个时间周期，且所述至少一个业务数据的时间周期相连续；根据所述样本序列构建霍尔特-温特斯Holt-Winters预测模型，其中，所述Holt-Winters预测模型用于：预测具有趋势性、季节性及周期性的数据序列；利用所述Holt-Winters预测模型预测业务数据。
一种业务数据预测方法装置

[发明专利]基于小波变换的Holt-Winters和LSTM组合模型的电力负荷预测方法-CN202011387066.2在审
发明人：杨首晖;陈传彬;王良缘;郑建辉;王雪晶;吴元林;陈静 -专利权人：国网福建省电力有限公司;福建电力交易中心有限公司;福州大学;国网信通亿力科技有限责任公司
申请日： 2020-12-01 - 公布日： 2021-03-12 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于小波变换的Holt‑Winters和LSTM组合模型的电力负荷预测方法，包括以下步骤：步骤S1:获取电力用户负荷的实际用能数据，并预处理；步骤S2:根据预处理后的负荷数据，采取预设阈值的小波去噪剔除负荷数据中的潜在噪声，并进行离散小波分解；步骤S3:根据分解后的各层小波系数作为训练样本构建并训练Holt‑Winters模型；步骤S4:根据预处理后的负荷数据，采用深度学习框架搭建深度长短时记忆网络模型；步骤S5：将Holt‑Winters模型和深度长短时记忆网络模型进行组合，并计算各模型在组合模型中的权重；步骤S6:根据得到的权重，对Holt‑Winters模型和深度长短时记忆网络模型输出进行加权平均得到最终预测曲线。
基于变换 holt winters lstm 组合模型电力负荷预测方法

[发明专利]基于小波变换的Prophet和Holt-Winters组合模型的热舒适度预测方法-CN202310040182.4在审
发明人：马千里;李志伟;杜航原;范政 -专利权人：山西大学
申请日： 2023-01-12 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明提供一种基于小波变换的Prophet和Holt‑Winters组合模型的热舒适度预测方法，属于热舒适度预测技术领域；所要解决的技术问题为：提供一种基于小波变换的Prophet和Holt‑Winters解决该技术问题采用的技术方案为：获取建筑物室内外的历史温度数据，并进行预处理；使用预处理后的温度数据，采取改良后的DWT小波去噪剔除温度数据中可能存在的噪声，并进行离散小波分解；将分解后的各层小波系数作为训练样本，训练Holt‑Winters模型；使用预处理后的温度数据，训练改进后的Prophet模型；将Holt‑Winters模型和改进后的Prophet模型进行组合，并计算两个模型在组合模型中的权重；本发明应用于热舒适度预测。
基于变换 prophet holt winters 组合模型舒适预测方法

[发明专利]一种基于Holt-Winters模型的单机性能退化预测方法-CN202010374692.1有效
发明人：吕琛;王超;张统;陶来发;王自力 -专利权人：北京航空航天大学
申请日： 2020-05-06 - 公布日： 2023-06-27 - 主分类号： G06F30/20 文献下载
摘要：本发明实施例公开了一种基于Holt‑Winters模型的单机性能退化预测方法，涉及卫星系统，所述方法包括：对卫星中单机采集的遥测参数数据进行去野，得到去野后的遥测参数数据；利用Lowess算法，对去野后的遥测参数数据进行平滑处理，得到平滑后的遥测参数数据；将平滑后的遥测参数数据输入至已训练的Holt‑Winters模型，对卫星在轨运行的季节性特征的单机性能退化趋势进行预测。本发明实施例采用Holt‑Winters模型，在考虑卫星在轨运行的季节性特征的情况下进行单机性能退化预测，能够很好的满足预测要求。
一种基于 holt winters 模型单机性能退化预测方法

[发明专利]计量用表需求量在线预测方法及终端设备-CN201811073990.6在审
发明人：李兵;陶鹏;吴宏波;韩桂楠;张亚杰;李梦宇 -专利权人：国网河北省电力有限公司电力科学研究院;国家电网有限公司;国网河北能源技术服务有限公司
申请日： 2018-09-14 - 公布日： 2018-12-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明适用于大数据技术领域，提供了计量用表需求量在线预测方法及终端设备，所述方法包括：获取预设时间段内的历史用表数据；基于所述历史用表数据分别训练Holt‑Winters初始模型和BP神经网络的初始模型，分别得到Holt‑Winters的最终模型和BP神经网络的最终模型；根据所述Holt‑Winters的最终模型和BP神经网络的最终模型，确定组合预测模型；根据所述组合预测模型，预测目标时刻的计量用表需求量
最终模型需求量计量初始模型预测模型在线预测终端设备表数据预设时间段历史数据目标时刻预测目标大数据预测拟合

[发明专利]一种包含误差修正的超短期负荷预测方法及系统-CN201910900793.5有效
发明人：张承慧;刘澈;孙波;李一鸣 -专利权人：山东大学
申请日： 2019-09-23 - 公布日： 2022-06-14 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种包含误差修正的超短期负荷预测方法及系统，所述方法包括：获取用户负荷历史数据，所述用户负荷历史数据包括训练数据集和指定时段的测试集；基于训练数据集训练Holt‑Winter预测器，并基于所述Holt‑Winter预测器对所述指定时段的用户负荷进行预测；根据所述指定时段的预测值和测试集，得到误差预测训练集；基于误差预测训练集训练基于超限学习机的误差预测器；基于Holt‑Winter预测器和误差预测器得到组合预测模型
一种包含误差修正短期负荷预测方法系统

[发明专利]容器资源使用率的预测方法及装置-CN202210995427.4在审
发明人：孙梦梦;陈冲;朱小明;鲁晓琳;文朝 -专利权人：邦道科技有限公司
申请日： 2022-08-18 - 公布日： 2022-12-02 - 主分类号： G06F11/34 文献下载
摘要：本发明提供一种容器资源使用率的预测方法及装置，其中方法包括：基于容器资源的历史使用率数据确定历史使用率时间序列；将历史使用率时间序列输入至目标Holt Winters模型中，得到目标Holt Winters模型输出的第一预测序列；基于历史使用率时间序列和第一预测序列确定残差序列；将残差序列输入至目标LSTM模型中，得到目标LSTM模型输出的第二预测序列；基于第一预测序列和第二预测序列确定目标预测序列；本发明目标Holt
容器资源使用率预测方法装置

[发明专利]一种基于混合预测模型的风电短期功率预测方法-CN202310718265.4在审
发明人：印禹;王琪娟;程思达;王世杰;江金政;唐文来 -专利权人：南京智能高端装备产业研究院有限公司
申请日： 2023-06-15 - 公布日： 2023-10-17 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种基于混合预测模型的风电短期功率预测方法，具体包括：获取风电场的历史数据，对数据进行融合和清洗；采用t‑SNE法进行特征选择和高维数据降维；基于Holt‑Winters指数平滑法构建数据集，挖掘风电初始数据的特征；构建Holt‑Winters‑LSTM混合预测模型，对Holt‑Winters处理过的数据进行预测；使用d_MAPE相对平均绝对百分比误差法对预测准确率进行评价，输出预测功率，
一种基于混合预测模型短期功率方法

[发明专利]基于Holt-Winters和极限学习机的建筑用能负荷预测方法及系统-CN202010563062.9有效
发明人：张承慧;刘澈;孙波 -专利权人：山东大学
申请日： 2020-06-19 - 公布日： 2021-06-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Holt‑Winters和极限学习机的建筑用能负荷预测方法及系统，包括：根据建筑物的实际运行参数构建建筑物仿真模型，获取建筑物的原始负荷数据集；对原始负荷数据集进行分解得到线性负荷数据集和非线性负荷数据集；对线性负荷数据集采用训练后的Holt‑Winters模型预测得到线性负荷预测结果；以非线性负荷数据集、原始负荷数据集和线性负荷预测结果作为训练后的极限学习机模型的输入，输出得到建筑物仿真模型的建筑负荷预测值基于负荷数据线性和非线性共存的特点，将建筑负荷数据分解为平稳的线性分量和波动的非线性分量；结合Holt‑Winters和极限学习机的算法优势，分别对线性分量和非线性分量进行处理，提高预测精度。
基于 holt winters 极限学习机建筑负荷预测方法系统

[发明专利]一种生猪价格趋势预测方法-CN201510627101.6在审
发明人：于合龙;赵玉鑫;孙连志;王佳琪;陈程程;曹丽英;马丽;刘鹤;丁民权;黄浦;姜艳萍;李赞;刘玲 -专利权人：吉林农业大学
申请日： 2015-09-29 - 公布日： 2016-02-17 - 主分类号： G06Q30/02 文献下载
摘要：本发明公开了一种生猪价格趋势预测方法，所述方法包括如下步骤：第一步，采用holt-winters加法预测出生猪价格；第二步，通过建立马尔科夫预测模型预测价格走向趋势，对生猪价格进行宏观掌控。本发明的生猪价格趋势预测方法，首先采用holt-winters加法预测出生猪价格，其次通过建立马尔科夫预测模型预测价格走向趋势，对生猪价格进行宏观掌控，使得农民可以掌握生猪价格走向并进行自主的调节；把两种方法相互结合不仅可以预测出可靠的生猪价格
一种生猪价格趋势预测方法

[发明专利]公积金缴存数据预测方法、装置及电子设备-CN202010597245.2在审
发明人：罗粒;刘朔臣;谢康;赖波;刘鑫 -专利权人：中国建设银行股份有限公司;建信金融科技有限责任公司
申请日： 2020-06-28 - 公布日： 2020-11-06 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供了一种公积金缴存数据预测方法、装置及电子设备，应用于计算机技术领域，其中该方法包括：先通过预训练的Holt‑Winters模型与预训练的Lasso模型分别确定预测的第一公积金缴存数据与第二公积金缴存数据此外，本申请基于Python语言框架实现了Holt‑Winters模型对公积金缴存数据的预测，与使用FineBI和Excel插件提供的已经封装好模型相比，能够避免如果出现重大预测偏差，无法灵活地进行维护调试的问题
公积金数据预测方法装置电子设备

[发明专利]一种基于监控大数据的动态运维报修模型-CN202111530596.2在审
发明人：司占军;余贤锋;杨新彬;张滢雪 -专利权人：天津科技大学
申请日： 2021-12-14 - 公布日： 2022-03-11 - 主分类号： G06F11/34 文献下载
摘要：本发明公开了一种基于监控大数据的动态运维报修模型，包括步骤：S1)获取监控项的历史监控数据，历史监控数据划分为训练集和测试集；S2)利用历史监控数据建立出监控项的Holt‑Winters模型；S3)根据监控项的Holt‑Winters模型预测未来数据，确定监控项的告警阈值区间；S4)基于监控项的告警阈值区间对实际监控数据进行阈值分析，判断监控项是否发生异常；若发生异常，则向系统发送告警信息。
一种基于监控数据动态报修模型

[发明专利]一种预测误码中断2M业务时间方法、系统、装置及介质-CN202310457887.6在审
发明人：陶正乐;钟有平;韦海亮;王秋红;首安科;郑敏 -专利权人：柳州达迪通信技术股份有限公司;北京荣达千里科技有限公司
申请日： 2023-04-25 - 公布日： 2023-08-22 - 主分类号： H04L1/20 文献下载
摘要：方法包括：获取目标业务的预设期限的历史误码率数据；基于预设预测步长，对所述历史误码率数据进行聚合处理，得到聚合数据；利用预测模型，对所述聚合数据进行预测分析，获得预设预测期数的预测值；其中，所述预测模型基于Holt本发明基于Holt指数平滑的预测模型，通过对历史误码数据的聚合处理，结合预设的预测步长、预测期数以及告警上限值，能够高效准确地预测2M业务因误码发生中断时间，并实现自动预测，可广泛应用于异常值监测技术领域
一种预测中断业务时间方法系统装置介质

[发明专利]MOS器件寿命预测方法、装置、电子设备、介质及程序产品-CN202211036892.1有效
发明人：赵东艳;王于波;梁英宗;陈燕宁;张东嵘;鹿祥宾;付振;刘芳 -专利权人：北京芯可鉴科技有限公司;北京智芯微电子科技有限公司
申请日： 2022-08-29 - 公布日： 2023-01-20 - 主分类号： G01R31/26 文献下载
摘要：器件在老化实验条件下的指标参数偏离初始值预定范围的参数退化量数据，并建立参数退化量时间序列；根据时间序列分解算法处理所述参数退化量时间序列得到分解后的数据；将所述分解后的数据作为样本数据，并利用所述样本数据训练Holt‑Winters模型；利用训练后的所述Holt‑Winters模型对所述MOS器件进行寿命预测。
mos 器件寿命预测方法装置电子设备介质程序产品

1
2
3
4
下一页»
尾页
共 48 条