专利名称：基于Workbench和Matlab构建螺栓疲劳寿命预测模型的方法及装置      申请号：2021103735033     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：螺母螺纹 预测模型   相似专利 发布日：2025/08/21  
摘要： 本发明实施例提供了一种基于Workbench和Matlab构建螺栓疲劳寿命预测模型的方法，通过Workbench来绘制螺栓的三维模型，利用Workbench软件对常用螺栓进行参数化分析，得到其在不同工况下的疲劳寿命数据；利用Matlab中BP神经网络对分析得到的数据进行分析并建模，从而得到疲劳寿命预测模型实现螺栓疲劳寿命的预测。应用本发明实施例提供的方案，利用Workbench和Matlab仿真及数据处理分析建立了螺栓疲劳寿命预测模型，通过所建立的模型能够快速预测螺栓的疲劳寿命，提高工作效率并减轻工作量。

专利名称：一种面向代价感知的实时缺陷预测模型增强框架      申请号：2019102615319     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2025/07/15  
摘要： 本发明提出了一种面向代价感知的实时缺陷预测模型增强框架，包括将原有的预测风险值和和代价值转化为同一量纲，再将转化后的值通过自适应学习进行加权组合作为新的预测风险值，最后将该面向代价感知的实时缺陷预测模型增强框架应用于现有的代价感知的实时缺陷预测模型进行增强。本发明面向代价感知的实时缺陷预测模型增强框架使用自适应学习充分利用了原有预测的模型的风险值和审查代价值，并且通过数据转换解决了数据分布不平衡问题，有效提高了模型的预测效果。

专利名称：金属材料的腐蚀速率预测模型构建方法      申请号：2024117446511     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词： 预测模型   相似专利 发布日：2025/05/12  
摘要： 本发明涉及预测模型构建技术领域，尤其涉及一种金属材料的腐蚀速率预测模型构建方法。所述方法包括以下步骤：获取桥梁设计数据，收集金属材料和电解质成分数据，构建桥梁保护原电池仿真模型；通过动态分析水流流体和离子迁移，收集电解质浓度变化信息，从而计算原电池阴阳电极的电位差和电流密度；评估保护电极的金属腐蚀速率，并建立相应的预测模型；该方法通过多个步骤的细化，包括金属活泼性分析、离子活动度预估及电流密度计算等，确保预测结果的准确性和可靠性。本发明通过金属材料的腐蚀速率预测优化以实现金属腐蚀速率预测模型更加精准。

专利名称：黑盒预测模型内部特征因果图的构建方法      申请号：2019104668607     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2025/08/12  
摘要： 本发明涉及黑盒预测模型内部特征因果图的构建方法，通过汽车前部的摄像头捕获道路前方的场景图像，将其送入黑盒模型，在将所提取到的场景特征映射为方向盘指令的同时，将特征可视化并以解释图的形式展示特征间的相关关系，最后再通过特征实数化和特征筛选转化为特征因果图，找出产生此指令的原因。该技术将深度学习模型提取到的车前部摄像头所捕获图像的特征映射为车的方向盘控制指令，并给出下达该指令的原因。每一条指令的原因的给出有助于研究者快速发现不符合真实环境的指令或不利于全局优化的指令，通过进一步调整，可以使自动驾驶模型的性能得到大大的提高，为其安全保障提供了解释的依据。

专利名称：基于LSTM预测模型的DDoS攻击检测方法及装置      申请号：2018109128511     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 预测模型   相似专利 发布日：2024/11/05  
摘要： 本发明提供了一种基于LSTM预测模型的DDoS攻击检测方法及装置，所述方法包括：对正常网络流量按照一定的取样周期进行n次取样，计算得到n个正常网络的IP数据包统计特征值，其中n∈N；根据n个所述正常网络的IP数据包统计特征值，对待训练的LSTM预测模型进行训练；使用网格搜索和超参数最优法确定选择性丢弃神经元的概率Dropout＝0.2，来修正所述LSTM预测模型，缓解过拟合现象；根据修正后的所述LSTM预测模型，计算未来某个时段的IP数据包统计特征值的预测值；根据所述预测值，判断当前网络是否发生DDoS攻击。

专利名称：一种基于预测模型的文化创意设计系统及方法      申请号：2024108271857     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2025/05/06  
摘要： 本发明涉及文化创意设计技术领域，具体地说，涉及一种基于预测模型的文化创意设计系统及方法。其包括获取分析单元、模型和预测单元、分析判断单元、文化识别单元、创意设计单元。本发明创意预测模块利用预测模型根据分析的文化创意偏好特征数据进行最佳创意元素的预测，可以提高命中创意受众的准确度，预测模型可以更准确地预测出受众感兴趣的创意元素，从而增加作品与受众之间的契合度和认可度，当判断出预测的最佳创意元素不能长期流行，并利用预测模型根据分析的文化创意偏好特征数据再次进行最佳创意元素的预测，可以降低创意作品失败的风险，避免将大量资源投入到不被市场接受的创意中，提高了设计文化创意的成功率。

专利名称：基于GA-RBF网络的机器人末端性能预测模型的构建方法      申请号：2018115010057     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 预测模型   相似专利 发布日：2024/11/12  
摘要： 本发明公开了基于GA-RBF网络的机器人末端性能预测模型的构建方法，搭建机器人末端数据采集的轴关节采集硬件平台，将EtherCAT总线和激光跟踪仪作为末端测试的辅助工具，分别作为训练GA-RBF网络的输入和输出数据获取的方式；通过总线实时采集各个关节的位置、速度、转矩反馈得到数据作为GA-RBF网络的输入，激光跟踪坐标测量系统采集的末端数据作为GA-RBF网络的输出，训练出基于GA-RBF网络的机器人末端性能预测模型。本发明大大提高了轴关节伺服脉冲的采集精度，对于后续RBF网络在末端数据上预测的应用以及由轴关节数据DH模型计算末端参数精度上都有了较大的提高，高精度的数据研究更贴近实际意义。

专利名称：一种餐馆回头客预测模型、方法、系统及设备      申请号：2024102575539     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：餐饮餐具 预测模型   相似专利 发布日：2025/06/23  
摘要： 本发明公开了一种餐馆回头客预测模型、方法、系统及设备，属于深度学习的文本分类领域。通过标签化文本向量化方法，使用LSTM这种深度学习模型，从语序角度对用户在餐馆的评论文本进行预训练，通过对预测用户的评论文本的类别，判断该用户是否会再次进行评论，以此确定该用户是否为该餐馆的回头客，解决了浅层机器学习模型对用户二次评论预测准确率较低，tf‑idf等文本向量化方法易导致向量稀疏化问题。

专利名称：一种云服务QoS深度学习预测模型的构建方法和系统      申请号：2021110665410     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2025/08/11  
摘要： 本发明公开一种云服务QoS深度学习预测模型，所述模型构建过程包括以下步骤：S1：确定本模型的基本概念；S2：根据确定的基本概念，提出QoS深度学习预测模型；S3：提出算法流程，算法流程包括多尺度特征提取和MM‑DNN学习；S4：评估QoS深度学习预测模型的性能。该模型融合了三种尺度的特征：全局、局部和个体特征，通过非负矩阵分解获得全局和个体特征矩阵，从中可以提取全局和个体特征。由于云服务的QoS值会受到地理位置的影响，基于距离相似度计算获取相似用户和相似服务，并形成用户和服务的局部特征。通过深度神经网络分阶段逐步融合这三种特征，进行特征处理和学习，并在每个阶段中使用个体评价对该阶段的特征进行修正，从而更准确地预测云服务的QoS值。

专利名称：基于概率预测模型的短期风电功率预测方法      申请号：2021105178886     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：风能 预测模型   相似专利 发布日：2025/08/26  
摘要： 本发明提出一种基于概率预测模型的短期风电功率预测方法，即：1)由变分模态分解将风电功率历史数据分解为多个分量，针对每一维分量分别建立泄露积分型回声状态网络模型进行训练预测，将各个预测结果进行重构，得到风电功率点预测值；2)应用回声状态分位数回归网络对点预测的残差进行建模，得到不同分位数条件之下的残差预测值；3)将点预测值与残差预测值进行整合，在点预测的基础上由残差预测进一步提高预测精度，得到风电功率的概率预测值。本发明针对风电功率具有随机性、波动性特点，结合点预测模型与残差预测模型，得到概率预测模型，对风电功率进行精准的预测，对确保电力系统安全、经济、稳定的运行具有重大意义。

专利名称：一种织布机了机智能预测模型的构建方法和构建装置      申请号：202210811627X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：纺织机械 预测模型   相似专利 发布日：2025/05/19  
摘要： 本发明公开了织布机了机智能预测模型的构建方法及织布机了机智能预测模型的构建装置，属于人工智能技术领域，织布机了机智能预测模型的构建方法包括：获取织机了机时间的目标数据集，目标数据集包括织机了机的影响因素参数和织机的经纬向停车时间；根据第一时间进度系数将目标数据集划分训练集和测试集，根据训练集和所述测试集基于LSTM循环神经网络进行模型训练，以获得完成训练的织布机了机智能预测模型，根据完成训练的织布机了机智能预测模型的评估结果，获得织机了机时间对应的织布机了机智能预测模型。

专利名称：一种刀具车削温度变化均值的组合预测模型建立方法      申请号：2019109533108     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：机床 预测模型   相似专利 发布日：2025/08/15  
摘要： 本发明涉及一种刀具车削温度变化均值的组合预测模型建立方法，包括以下步骤：建立车削温度变化均值关于车削某向振动与车削参数的含待定参数的三个单项预测模型；使用最小二乘法原理将第一步建立的单项预测模型处理为待优化的非线性函数模型，并基于指数惯性权重粒子群算法优化求解非线性函数模型的待定参数；将三个车削温度变化均值的单项预测模型进行组合预测，得到关于车削温度变化均值的组合预测模型。本发明的优点采用组合预测方法将不同的预测模型进行加权组合，利用各模型的有用信息建立组合预测模型，考虑了三向振动不同方向对温度变化的影响权重，考虑因素更多更全面，可以综合利用各方向的振动及车削参数来综合预测车削温度变化均值。

专利名称：一种基于异质集成学习的材料性能预测模型构建方法      申请号：2019100537175     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2023/10/23  
摘要： 本发明涉及一种基于异质集成学习的材料性能预测模型构建方法，属于计算机与材料科学交叉技术领域。本发明通过机器学习中异质集成学习方法的Stacking方法构建一种材料性能预测模型，为材料的设计与制造提供一定的数据指导，提高新材料研发的效率，并降低研发周期与研发成本。本发明与现有技术相比，主要解决了目前材料基因工程中单模型预测的准确率较低，且泛化能力较弱等现象，通过Stacking集成学习方法将几种不同的机器学习模型集成为一个准确率高于基学习器的强预测模型(Stacking模型)，再通过该模型对材料的性能进行预测。效果是：极大提高了预测准确率，提高了模型的泛化能力，有利于降低新材料研发成本。

专利名称：一种人工神经网络钢的淬透性预测方法及其预测模型建立方法      申请号：2019105710546     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：钢铁淬透性计算技术 预测模型   相似专利 发布日：2025/07/09  
摘要： 本发明公开了一种人工神经网络钢的淬透性预测方法及其预测模型建立方法，属于钢铁淬透性计算技术领域。本发明包括以下步骤：对试样进行淬透性测试；数据库的建立；神经网络模型的建立及初始设置；神经网络模型训练；测试集仿真；求解相对误差矩阵；以相对误差矩阵中的最大值Rmax小于允许的最大误差δmax为条件重设权重和隐层神经元个数。本发明将最大相对误差应用于控制人工神经网络的训练和挑选合适的网络，并采用循环算法逐步增加神经元的方法来确定隐层神经元的个数以及克服权值不确定的缺点，从而可以有效避免神经网络易陷入局部最小点带来的影响并得到在满足要求条件下的最精简神经网络，提高了人工神经网络模型的预测精度和运算效率。

专利名称：一种基于灰关联回归支持向量机的风电机组状态预测模型建立方法      申请号：2015103959255     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：风能 建立 预测模型   相似专利 发布日：2023/10/17  
摘要： 本发明公开了一种基于灰关联回归支持向量机的风电机组状态预测模型建立方法，包括确定输入变量、回归支持向量机训练建模和预测阶段。标准支持向量机状态预测模型输入向量多、数据冗余、预测精度不佳、模型训练时间长等问题，本发明提出了一种基于灰关联‑回归支持向量机的风电机组状态预测模型建立方法，为保障机组安全运行、降低非计划停机次数提供坚实的技术支持对传统方法进行改进，将两种方法巧妙结合，建立了状态预测模型，以简单实用的方法实现了风力发电机组状态的预测，由于对各监测项目进行了灰关联度分析，筛选出了主因素，剔除掉不相关信息，因此本发明预测精度高、模型训练时间短、切实可行。

专利名称：基于双向独立循环神经网络的序列预测模型的建立方法      申请号：2019101898132     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 建立 预测模型   相似专利 发布日：2023/09/20  
摘要： 本发明公开了基于双向独立循环神经网络的序列预测模型的建立方法，具体为：首先，采集信号或数据进行预处理，形成输入数据集，将输入数据集转换为矩阵形式，再对数据整体向后位移一位，构成所需预测的序列，之后将其转变为矩阵数据，分别形成训练集和测试集，之后再构建基于双向独立循环神经网络的序列对序列模型，进行训练，过拟合判断，最后利用预测模型来预测下一个采样点数据，利用当前预测数据作为下一个输入再次预测下一个采样点数据，循环n次预测出n个采样点数据获得未来数据。该方法可以基于更长的历史依赖数据来预测未来时间序列数据变化趋势，能够更好的发现时序信号或数据中各序列元素之间的依赖关系，获得更加精准的预测结果。

专利名称：基于多邻域预测模型的磁芯缺陷检测方法      申请号：202310011002X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：磁芯 检测 预测模型   相似专利 发布日：2023/09/14  
摘要： 本发明公开了一种基于多邻域预测模型的磁芯缺陷检测方法，包括：对待学习无缺陷样本图片中的每个像素点设置特征表示区；确定每个像素点的感受野区域，并将该像素点作为感受野区域的中心像素点；对每个中心像素点，在其感受野范围内，找出k个与中心像素点相关度最高的邻域像素点，作为最相关邻域像素点；建立每个中心像素点与其最相关邻域像素点之间的多邻域映射关系，得到多邻域预测模型；调用多邻域预测模型数据对待测图片进行缺陷检测，得到待测图片缺陷检测结果的二值图像；对得到的缺陷检测结果的二值图像进行去噪优化，得到最终缺陷检测图像。本发明只需要对一幅正样本图片进行学习，具有样本需求量少，训练时间快，检测精度高的优点。

专利名称：一种T形曲矫治力预测模型建立方法      申请号：2019104210904     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2024/07/25  
摘要： 本发明公开了一种T形曲矫治力预测模型建立方法，涉及正畸治疗技术领域，它包含如下步骤：1)分析T形曲的结构特征和加载特征，提取T形曲矫治力影响参数；2)建立T形曲竖直臂矫治力预测模型；3)建立T形曲圆弧部分水平臂矫治力预测模型；4)建立T形曲矫治力预测模型。本发明能够有效的对医师所施加的T形曲正畸力值进行参数化表达，准确地预测医师所施加的T形曲正畸力值，辅助医生提高正畸治疗的安全性和预见性，提高口腔正畸诊疗的数字化程度。

专利名称：一种压低用辅弓矫治力矩预测模型建立方法      申请号：2019104204104     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 预测模型   相似专利 发布日：2024/07/25  
摘要： 本发明公开了一种压低用辅弓矫治力矩预测模型建立方法，涉及正畸治疗技术领域，它包含步骤：1)分析压低用辅弓的结构特征和加载特征；2)建立压低用辅弓侧面观圆弧矫治力矩方程；3)建立压低用辅弓前面观圆弧矫治力矩方程；4)建立压低用辅弓矫治力矩预测模型。本发明能够有效的对医师所施加的压低用辅弓矫治力矩进行参数化表达，准确地预测医师所施加的压低用辅弓矫治力矩，辅助医生提高正畸治疗的安全性和预见性，提高口腔正畸诊疗的数字化程度。

专利名称：一种压低用辅弓牙齿转动角度预测模型建立方法      申请号：2019104208980     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：口腔 预测模型   相似专利 发布日：2025/08/26  
摘要： 本发明公开了一种压低用辅弓牙齿转动角度预测模型建立方法，涉及正畸治疗技术领域，它包含如下步骤：1)分析压低用辅弓的结构特征和加载特征；2)建立压低用辅弓侧面观圆弧矫治力矩方程；3)建立压低用辅弓前面观圆弧矫治力矩方程；4)建立蜡制颌堤模拟牙齿移动过程中动态阻力模型；5)建立压低用辅弓牙齿转动角度预测模型。本发明能够为医师使用压低用辅弓矫治高角型倾覆颌提供参数支持，辅助医生提高正畸治疗的安全性和预见性，提高口腔正畸诊疗的数字化程度。