• <form id="tsg3z"></form>

    <thead id="tsg3z"></thead>
      <abbr id="tsg3z"><table id="tsg3z"><nav id="tsg3z"></nav></table></abbr>

    1. 男女性杂交内射女bbwxz,亚洲欧美人成电影在线观看,中文字幕国产日韩精品,欧美另类精品xxxx人妖,欧美日韩精品一区二区三区高清视频,日本第一区二区三区视频,国产亚洲精品中文字幕,gogo无码大胆啪啪艺术
      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 > 國網四川省電力公司電力應急中心鄧創獲國家專利權

      國網四川省電力公司電力應急中心鄧創獲國家專利權

      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!

      龍圖騰網獲悉國網四川省電力公司電力應急中心申請的專利一種基于機器學習的多維數據融合的災損預測方法及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:CN119760384B

      龍圖騰網通過國家知識產權局官網在2025-08-15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:202411888086.6,技術領域涉及:G06F18/2113;該發明授權一種基于機器學習的多維數據融合的災損預測方法及系統是由鄧創;卿東;馬文豪;常易紅設計研發完成,并于2024-12-20向國家知識產權局提交的專利申請。

      一種基于機器學習的多維數據融合的災損預測方法及系統在說明書摘要公布了:本申請提供一種基于機器學習的多維數據融合的災損預測方法及系統,涉及配電網災損預測技術領域,獲取配電網不同來源的數據,得到配電網多維數據;對配電網多維數據中的各個成災變量進行相關篩選,得到關鍵成災變量集,基于關鍵成災變量集確定關鍵樣本數據集;對關鍵樣本數據集進行劃分,得到訓練數據集和測試數據集,對訓練數據集進行隨機抽樣,得到多個訓練子集,進而確定各個訓練子集對應的樣本離散度;依據測試數據集和各個訓練子集對應的樣本離散度構建災損決策森林,使用災損決策森林對配電網進行災損預測,本申請可以有效提取出多維數據中的關鍵變量并提高模型計算效率,以提高模型在進行災損預測時的可靠性。

      本發明授權一種基于機器學習的多維數據融合的災損預測方法及系統在權利要求書中公布了:1.一種基于機器學習的多維數據融合的災損預測方法,其特征在于,所述預測方法包括如下步驟: 獲取配電網不同來源的數據,得到配電網多維數據; 對所述配電網多維數據中的各個成災變量進行相關篩選,得到所述配電網的關鍵成災變量集,基于所述關鍵成災變量集確定所述配電網的關鍵樣本數據集; 對所述關鍵樣本數據集進行劃分,得到所述配電網的訓練數據集和測試數據集,對所述訓練數據集進行隨機抽樣,得到多個訓練子集,進而確定各個訓練子集對應的樣本離散度; 依據所述測試數據集和各個訓練子集對應的樣本離散度構建所述配電網的災損決策森林,使用所述災損決策森林對所述配電網進行災損預測; 其中,確定各個訓練子集對應的樣本離散度具體包括: 對于各個訓練子集,確定訓練子集中各個數據樣本之間的數據相似度; 基于所有的數據相似度提取所述訓練子集的離散數據簇; 通過所述離散數據簇確定所述訓練子集對應的樣本離散度,進而得到各個訓練子集對應的樣本離散度; 依據所述測試數據集和各個訓練子集對應的樣本離散度構建所述配電網的災損決策森林具體包括: 依據各個訓練子集對應的樣本離散度構建各個訓練子集對應的災損決策樹; 使用各個災損決策樹對所述測試數據集進行災損預測,進而得到各個災損決策樹的決策系數; 基于各個災損決策樹和對應的決策系數構建所述配電網的災損決策森林。

      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國網四川省電力公司電力應急中心,其通訊地址為:610040 四川省成都市武侯區人民南路四段63號22-27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: 亚洲欧美激情在线一区| 蜜桃久久精品成人无码av| 区一区二区三区中文字幕| 在线视频中文字幕二区| 亚洲人成线无码7777| 男女性高爱潮免费网站| 亚洲国产在一区二区三区| 国产极品粉嫩福利姬萌白酱| A级毛片免费完整视频| 国产视频深夜在线观看| 亚洲国产精品综合久久20| 久久精品人妻无码一区二区三区| 少妇激情一区二区三区视频| 国产精品爆乳奶水无码视频免费| 不卡在线一区二区三区视频| 116美女极品a级毛片| 亚洲日本va午夜中文字幕久久| 人人做人人澡人人人爽| 国产线播放免费人成视频播放| 久久99精品久久久久麻豆| 99久久久国产精品消防器材| 国模肉肉视频一区二区三区 | 国产一区二区三区不卡观| 无码国内精品久久人妻蜜桃| 94人妻少妇偷人精品| 欧美激情一区二区久久久| 国产三级黄色片在线观看| 性虎精品无码AV导航| 国产精品视频不卡一区二区| 亚洲国产成人久久精品APP| 日韩av一区二区三区不卡| 国内精品久久久久影院蜜芽| 国产视色精品亚洲一区二区| 国产老熟女狂叫对白| 国产av综合色高清自拍| 亚洲精品综合一区二区在线| 亚洲乱码一卡二卡卡3卡4卡| 久久精品国产亚洲av成人| 国产人妻精品午夜福利免费| 国产亚洲国产精品二区| 国产线播放免费人成视频播放|