<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 合肥工業大學王國強獲國家專利權

          合肥工業大學王國強獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉合肥工業大學申請的專利多維時序數據的短期趨勢預測方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN116258262B

          龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310182120.7,技術領域涉及:G06Q10/04;該發明授權多維時序數據的短期趨勢預測方法和系統是由王國強;范茜茜;梁晨蕾;林世忠;臺建瑋;羅賀;陰酉龍;胡笑旋;呂欠偉;李曉多;趙慧敏;夏圓青;秦文龍;衛杰;任東燕設計研發完成,并于2023-02-24向國家知識產權局提交的專利申請。

          多維時序數據的短期趨勢預測方法和系統在說明書摘要公布了:本發明提供一種多維時序數據的短期趨勢預測方法、系統、存儲介質和電子設備,涉及多維時序數據預測技術領域。本發明提出了一種新的短期多維時序數據預測模型框架;該結構首先采用一種具有可解釋性的時序特征編碼器,對目標序列數據進行趨勢與季節特征分解。然后,采用了一種輔助信息編碼器將特征因素數據編碼到隱藏信息矩陣中,并通過多頭自注意力機制獲取高維自相關性特征。該模型的時序特征編碼器具有強大的非線性建模能力,可以滿足目標序列特征提取的需求。最后,通過特征融合模塊,將提取的不同類型特征進行融合,并通過一個可進行時間序列特征提取的解碼器進行最終的多維時序數據預測。

          本發明授權多維時序數據的短期趨勢預測方法和系統在權利要求書中公布了:1.一種多維時序數據的短期趨勢預測方法,其特征在于,基于時序特征編碼器、輔助信息編碼器和預測解碼器;所述多維時序數據的短期趨勢預測方法用于短期電力負荷預測,該方法包括: S1、獲取多維時序數據,所述多維時序數據包括目標序列數據及其相關的特征因素數據; S2、將所述目標序列數據作為時序特征編碼器的輸入,基于N-BEATS架構獲取第一特征;其中,所述時序特征編碼器的總體結構依次由N-BEATS模型的趨勢堆棧和季節性堆棧組成;S2具體包括: S21、所述目標序列數據作為趨勢堆棧的輸入,獲取趨勢特征; S22、將移除所述趨勢特征后的剩余目標序列數據分量作為季節性堆棧的輸入,獲取季節性特征; S23、根據所述趨勢特征和季節性特征,獲取所述第一特征; S3、將所述特征因素數據作為輔助信息編碼器的輸入,基于全局注意力機制獲取第二特征; S4、融合所述第一特征和第二特征; S5、將融合結果作為預測解碼器的輸入,獲取未來目標時段內的多維時序數據預測結果; 其中,所述S21中將目標序列數據輸入第一層趨勢堆棧的第一個基本塊,則第s層趨勢堆棧的第l個塊提取的部分趨勢特征如下所示: 其中,時間向量t=[0,1,2,...,H-2,H-1]TH被定義在從0到H-1H的離散網格上,每次預測H長個時間步;是第s層堆棧,l個塊的全連接網絡預測產生的多項式系數; 最終第s層趨勢堆棧的輸出為 所述S22中將移除所述趨勢特征后的剩余目標序列數據分量輸入第一層季節性趨勢堆棧的第一個基本塊,則第k層季節性堆棧的第l個塊提取的部分季節性特征如下所示: 其中,是第k層季節性堆棧的第l個塊的全連接網絡預測產生的傅里葉系數; 最終第k層季節性堆棧的輸出為

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人合肥工業大學,其通訊地址為:230009 安徽省合肥市包河區屯溪路193號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: 新狼窝色av性久久久久久| 国产麻豆成人精品av| 久久se精品一区二区三区| 亚洲夂夂婷婷色拍ww47| 巨乳人妻久久+av中文字幕| 国产v精品成人免费视频| 国产亚州精品女人久久久久久| 人人妻人人澡人人爽| 东北女人毛多水多牲交视频| 艳妇臀荡乳欲伦69调教视频| 精品无码中文字幕在线| 无码人妻久久1区2区3区| 狠狠五月激情六月丁香| 亚洲日韩亚洲另类激情文学| 欧美一道本一区二区三区| 午夜精品久久久久久| 国产高清在线男人的天堂| 日本牲交大片免费观看| 国产精品视频色尤物yw| 四虎成人精品永久网站 | 精品视频国产香蕉尹人视频| 国产成人一区二区三区别 | 无码中文av有码中文av| 亚洲avav天堂av在线网爱情| 成人午夜精品无码一区二区三区 | 免费人成视频网站在线18| 日本大片在线看黄a∨免费| 亚洲欧洲av一区二区久久| 国产午国产午夜精华 免费| 四虎国产精品免费永久在线| 99久久精品美女高潮喷水| 免费人成视频在线| 欧洲熟妇色xxxxx欧美| 波多野吉衣av无码| 色婷婷五月综合久久| 日本看片一二三区高清| 国产亚洲精品久久久久久久软件 | 中文字幕av无码免费一区| 国产一区二区三区导航| 7m精品福利视频导航| 亚洲中文字幕精品久久|