检索结果-内蒙古大学图书馆

本公开涉及人工智能领域。本公开的实施例公开了用于预测模型结构的延时的方法和装置。该方法包括：通过执行训练操作获得训练完成的延时预测模型；利用训练完成的延时预测模型预测目标模型结构在设备运行环境中运行产生的延时；其中，训练操作包括：在预设的网络结构搜索空间中采样出网络结构作为样本模型结构；获取样本模型结构在设备运行环境中运行时产生的实际延时；利用样本模型结构训练预设的延时预测模型；基于样本模型结构在设备的运行环境中运行时产生的实际延时确定训练后的延时预测模型的预测误差，响应于确定预测误差满足预设的收敛条件，得出训练完成的延时预测模型。该方法提升了对模型结构运行时产生的延时的估计结果的准确性。

关键词：延时预测样本模型延时运行时预设设备运行环境网络结构训练操作预测误差人工智能领域预测模型结构方法和装置估计结果模型结构模型预测目标模型收敛条件搜索空间延时确定运行环境采样响应

来源：评论

学校读者我要写书评

暂无评论

一种基于递归ARIMA模型的抽油井充满度预测方法

一种基于递归ARIMA模型的抽油井充满度预测方法

引用

作者：刘朋赵雪峰张阳阳关景元王宏亮 110179 辽宁省沈阳市浑南区高歌路6-2号

本发明涉及一种基于递归ARIMA模型的抽油井充满度预测方法，包括：示功图数据预处理；基于示功图中提取的四个阀门工作位置数据计算出多个历史充满度数据，按照时间排序后得到充满度时序数据；对充满度时序数据进行差分和平稳性检验求... 详细信息

标准号: CN117454769A

本发明涉及一种基于递归ARIMA模型的抽油井充满度预测方法，包括：示功图数据预处理；基于示功图中提取的四个阀门工作位置数据计算出多个历史充满度数据，按照时间排序后得到充满度时序数据；对充满度时序数据进行差分和平稳性检验求取差分阶数参数，基于AIC和BIC参数求取自回归阶数和滑动平均阶数参数，基于这三个阶数参数确定ARIMA预测模型结构；求取ARIMA模型参数并进行预测，给出充满度预测值。获得新的真实充满度数据后，采用滑动窗口更新充满度时序数据并自动更新ARIMA模型参数，给出预测值。本发明能够自动确定ARIMA模型结构，自动更新融合最新信息的模型参数，提高充满度预测精度。

关键词：充满度时序数据预测阶数参数自动更新示功图预测模型结构数据预处理自回归阶数差分阶数滑动窗口滑动平均模型参数时间排序数据计算自动确定最新信息抽油井平稳性递归阀门融合更新检验

来源：评论

学校读者我要写书评

暂无评论

一种脓毒症多器官功能障碍预测模型及其训练方法

一种脓毒症多器官功能障碍预测模型及其训练方法

引用

作者：全哲刘梦迪彭米林肖桐乐雨泉张曦辰杨皓程 410082 湖南省长沙市岳麓区麓山南路1号

本发明公开了一种脓毒症多器官功能障碍预测模型结构，将时序数据和非时序数据进行有效整合，使得模型能够充分挖掘患者的病情信息，实现对脓毒症多器官功能障碍的准确预测；然后，本发明提供了脓毒症多器官功能障碍预测模型的训练方法... 详细信息

标准号: CN117831784A

本发明公开了一种脓毒症多器官功能障碍预测模型结构，将时序数据和非时序数据进行有效整合，使得模型能够充分挖掘患者的病情信息，实现对脓毒症多器官功能障碍的准确预测；然后，本发明提供了脓毒症多器官功能障碍预测模型的训练方法，为了提高模型的性能和泛化能力，本发明还引入了迁移学习方法，利用源域数据集进行预训练，然后在医院数据集上进行微调和验证，以得到最终训练好的脓毒症多器官功能障碍预测模型。本发明能够解决现有脓毒症多器官功能障碍预测模型由于样本量不足以支持复杂模型的训练，导致训练得到的脓毒症多器官功能障碍预测模型在源域数据上表现良好、但在目标域上泛化能力较差的技术问题。

关键词：多器官功能障碍脓毒症预测模型时序数据数据集源域预测模型结构病情信息复杂模型有效整合目标域样本量调和迁移验证挖掘引入预测表现学习

来源：评论

学校读者我要写书评

暂无评论

一种用于智慧监管的多目标监测方法

一种用于智慧监管的多目标监测方法

引用

作者：马进泉张昭君陈尔锋 518001 广东省深圳市罗湖区翠竹街道翠宁社区太宁路85号科技大厦主楼401室

本发明公开了一种用于智慧监管的多目标监测方法，属于语音处理技术领域，本发明将原始声音信号进行分段，得到多个子段声音信号，对每个子段声音信号进行小波分解，得到各个子段声音信号的小波分解系数向量，小波分解系数体现的是信号... 详细信息

标准号: CN117727329B

本发明公开了一种用于智慧监管的多目标监测方法，属于语音处理技术领域，本发明将原始声音信号进行分段，得到多个子段声音信号，对每个子段声音信号进行小波分解，得到各个子段声音信号的小波分解系数向量，小波分解系数体现的是信号的成分，从而更容易体现声音信号的组成结构，一方面能减少数据量，另一方面能凸显信号的结构，再进行说话人数预测，在数据量大大减少后，人数预测模型结构更简单，计算量更小。找到预测说话人数为1对应的小波分解系数向量，再重构，得到个人的时域声音信号，根据个人的时域声音信号的信号特征，从原始声音信号中找出各个个体的说话声音时段，实现各个说话目标的说话监测。

关键词：小波分解说话原始声音信号系数向量数据量时域子段语音处理技术预测模型结构多目标监测说话声音信号特征组成结构计算量预测重构分段监测监管

来源：评论

学校读者我要写书评

暂无评论

一种基于数字孪生技术对气象雷达预测的方法及系统

一种基于数字孪生技术对气象雷达预测的方法及系统

引用

作者：彭燕肖科吴自厚黄巍肖秀 410100 湖南省长沙市高新开发区汇智中路179号金导园C区7栋601号

本发明公开了一种基于数字孪生技术对气象雷达预测的方法及系统，其方法包括：获取数字探空仪中的探空数据文件，对所述探空数据文件进行预处理形成预处理数据；基于所述预处理数据解析出当前气象雷达预测模型结构和所对应的虚拟气象雷... 详细信息

标准号: CN115469291A

本发明公开了一种基于数字孪生技术对气象雷达预测的方法及系统，其方法包括：获取数字探空仪中的探空数据文件，对所述探空数据文件进行预处理形成预处理数据；基于所述预处理数据解析出当前气象雷达预测模型结构和所对应的虚拟气象雷达预测场景；根据数字孪生体模拟当前气象雷达预测模型结构的数据特征，并构造数字孪生体模型；基于数字孪生体模型对所述预处理数据进行气象图谱分析和气象事件分析，获取气象系统下的各气象实体预测信息；将所述各气象实体预测信息基于所述虚拟气象雷达预测场景进行信息呈现。本发明可以结合气象环境高度进行实时预测，为所在区域提供有效气象预测资料。

关键词：气象雷达预处理数据预测模型结构实体预测数据文件体模型探空气象预测虚拟预处理场景气象环境气象事件气象系统气象预测实时预测数据特征所在区域图谱分析信息呈现探空仪解析分析

来源：评论

学校读者我要写书评

暂无评论

新能源电力系统的输电断面功率预测与越限预警方法

新能源电力系统的输电断面功率预测与越限预警方法

引用

作者：谢博宇刘阳王景钢孙鑫张亚飞滕卫军袁良李朝晖王梦洁杨海晶谷青发 450052 河南省郑州市二七区嵩山南路85号

本发明属于电力系统规划与运行技术领域，具体涉及新能源电力系统的输电断面功率预测与越限预警方法，包括如下步骤：S1、分析断面功率电网构成；S2、确定预测模型结构，并训练预测模型；S3、预测断面功率；S4、断面功率越限预警。该方... 详细信息

标准号: CN118017484A

本发明属于电力系统规划与运行技术领域，具体涉及新能源电力系统的输电断面功率预测与越限预警方法，包括如下步骤：S1、分析断面功率电网构成；S2、确定预测模型结构，并训练预测模型；S3、预测断面功率；S4、断面功率越限预警。该方法基于有限的新能源功率预测、负荷预测等数据，实现任意给定输电断面功率预测与越限预警。

关键词：功率预测输电断面预警新能源电力系统电力系统规划预测模型结构负荷预测预测模型运行技术新能源电网预测分析

来源：评论

学校读者我要写书评

暂无评论

基于无偏深度迁移学习的视频目标识别方法

基于无偏深度迁移学习的视频目标识别方法

引用

作者：陈晋音徐思雨陈治清徐国宁缪盛欢 310014 浙江省杭州市下城区潮王路18号

本发明公开了一种基于无偏深度迁移学习的视频目标识别方法，包括：(1)构建源域图像集和目标域图像集；(2)构建偏见属性预测模型；(3)构建基于迁移学习的训练框架，包括与偏见属性预测模型结构相同的两条支路，并在每条支路的相同位置... 详细信息

标准号: CN111860441B

本发明公开了一种基于无偏深度迁移学习的视频目标识别方法，包括：(1)构建源域图像集和目标域图像集；(2)构建偏见属性预测模型；(3)构建基于迁移学习的训练框架，包括与偏见属性预测模型结构相同的两条支路，并在每条支路的相同位置增加一个适应层，其中，第一支路的输入为以源域图像和任务标签组成的样本第二支路的输入为视频帧图像；(3)构建训练框架的损失函数，包括偏见属性预测模型的偏见属性分类损失、第一支路的任务属性分类损失以及两条支路的适应层之间的MMD距离损失；(4)对训练框架进行训练，提取参数确定的第二支路作为无偏视频目标识别模型；(5)将待识别视频帧输入至无偏视频目标识别模型，输出目标识别结果。

关键词：支路构建视频目标两条支路预测模型适应层图像集源域迁移预测模型结构视频帧图像任务标签任务属性输出目标属性分类损失函数提取参数目标域视频帧样本图像学习分类

来源：评论

学校读者我要写书评

暂无评论

一种基于云计算平台的机器学习风机状态监测方法及装置

一种基于云计算平台的机器学习风机状态监测方法及装置

引用

作者：张大海钱鹏司玉林 310058 浙江省杭州市西湖区余杭塘路866号

本发明公开了一种基于云计算平台的机器学习风机状态监测方法及装置。该方法的步骤是：设置分层极端学习机模型结构求出第一层隐层初始输出矩阵H；使用压缩感知方法对求出的第一层隐层初始输出矩阵H进行压缩处理；将压缩后数据通过物联... 详细信息

标准号: CN107608937A

本发明公开了一种基于云计算平台的机器学习风机状态监测方法及装置。该方法的步骤是：设置分层极端学习机模型结构求出第一层隐层初始输出矩阵H；使用压缩感知方法对求出的第一层隐层初始输出矩阵H进行压缩处理；将压缩后数据通过物联网上传至云计算平台；对上传至云计算平台的压缩数据进行恢复；完成分层极端学习机方法的状态监测模型训练；根据实时采集的风机数据完成对风机各个子系统实时状态监测。本发明利用压缩感知的数据压缩特性，降低数据上传至云计算平台的数量；并且由于只上传分层极端学习机第一层隐层初始输出矩阵，保证预测模型结构及其参数安全。运用分层极端学习机方法相比于传统极端学习机方法有着更高的监测精度。

关键词：学习机云计算平台分层输出矩阵第一层上传隐层压缩感知风机状态监测实时状态监测数据压缩特性预测模型结构参数安全风机数据机器学习模型结构模型训练实时采集数据上传数据通过压缩处理状态监测压缩物联网风机监测恢复保证

来源：评论

学校读者我要写书评

暂无评论

基于领域知识嵌入模型的光伏发电功率预测方法及系统

基于领域知识嵌入模型的光伏发电功率预测方法及系统

引用

作者：张东晓陈云天蒋春碧赵辛 518000 广东省深圳市宝安区西乡街道蚝业社区金港大厦金港中心B座1711

一种基于领域知识嵌入模型的光伏发电功率预测方法，属于机器学习训练模型以预测光伏发电功率的技术领域，包括：S1：建立预测模型，利用深度神经网络模型建立输入数据和输出数据之间的映射关系；S2：利用领域知识构建对所述预测模型的... 详细信息

标准号: CN117477551A

一种基于领域知识嵌入模型的光伏发电功率预测方法，属于机器学习训练模型以预测光伏发电功率的技术领域，包括：S1：建立预测模型，利用深度神经网络模型建立输入数据和输出数据之间的映射关系；S2：利用领域知识构建对所述预测模型的约束条件；S3:选取最优测试模型；S4:将选取的最优测试模型用于预测光伏电站未来发电功率。本发明应用在光伏发电预测的技术领域，将机器学习算法结合领域知识，使预测模型可解释性得到增强，并使预测模型给出更符合物理规律的结果；领域知识以额外损失函数项的形式与所述预测模型算法结合，以适用于多种预测模型结构。

关键词：预测模型领域知识光伏发电测试模型预测机器学习算法神经网络模型预测模型结构发电功率功率预测光伏电站机器学习输出数据算法结合损失函数物理规律训练模型映射关系约束条件解释性构建嵌入应用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：