本发明涉及电力系统与结构抗震安全技术领域，为解决现有技术中模型适用对象单一、无法动态更新以及缺乏风险闭环管理的问题，提供多源数据智能驱动的输电线路地震风险预测方法及系统。多源数据智能驱动的输电线路地震风险预测方法包括利用持续更新的混合深度学习模型对实际地震波时程进行处理，预测输电线路的顶部位移时程，以作为输电线路动力响应指标；将预测的输电线路的顶部位移时程与输电线路已知的结构性能限值进行对比，判断输电线路的结构性能状态及其对应风险等级，同时利用易损性曲线方法将预测的顶部位移时程转换为不同结构性能状态的发生概率；其具有预测精度高、适应性强的特点，并能够实现实时风险预警。
📄 2026101864812
📂 G06F30_27
👤 山东大学
📅 2026-02-10
本发明公开了基于深度学习的动力电池荷电续航预测方法、系统及终端，涉及动力电池技术领域，其技术方案要点是：本发明直接采集目标电池在车辆行驶过程中进行放电的历史状态数据作为样本数据来训练构建深度神经网络模型，无需考虑由驾驶员所引起的车辆驾驶习惯对电池电量情况估算的影响，所需样本数据相对较少；且以目标车辆在导航路径中行驶一段距离后所得到的实时消耗电量为基础，再以其他参考车辆中参考电池的电量消耗作为参考数据，预测分析得到导航路径中各个路段的预测消耗电量，在考虑道路路况和驾驶习惯的影响因素情况下，从全局实现了针对实时导航信息的动力电池荷电续航预测。
📄 2023108550333
📂 B60L58_12
👤 四川轻化工大学
📅 2023-07-13
本发明涉及一种中深层U型换热井循环液温度的预测方法，所述中深层U型换热井包括下降管、水平管和上升管，在中深层U型换热井内及其外周的岩土设置多个节点，采集循环液入口处节点及其外周岩土节点初始时刻的温度信息，将采集温度信息代入由中深层U型换热井内多个节点的节点方程形成的预测模型，得到中深层U型换热井其他位置节点及其他时刻的温度信息。本发明的方法设备投资少，能够掌握循环液温度随位置及时间的变化规律。
📄 2020104021341
📂 G01K13_02
👤 山东建筑大学
📅 2020-05-13
本发明提供了一种列车运行引起建筑结构振动响应预测方法，涉及轨道交通环境振动预测技术领域，包括以下步骤：获取列车动力学设计参数，建立列车模型；获取轨道结构设计参数，建立轨道结构模型；利用列车轨道接触关系，建立列车—轨道结构模型；获取列车运行位置所处建筑结构设计参数，建立建筑结构模型；利用轨道结构与建筑结构接触条件构建列车—轨道结构—建筑结构耦合模型；考虑轨道不平顺影响计算列车运行产生的轮轨接触力；计算轨道结构及建筑结构振动加速度时程曲线。本发明能够在时域上快速且精准地预测因列车运行引起建筑结构的振动响应，考虑因素更全面，建立的耦合模型更加符合工况，极大地提高了求解效率，获取更准确的预测结果。
📄 2024104930889
📂 G06F30_20
👤 广东工业大学
📅 2024-04-23
本发明提供了一种土与独立基础结构竖向振动耦合传播损失的预测方法，涉及轨道交通环境振动预测技术领域，包括以下步骤：获取场地土动力学设计参数；获取独立基础上方建筑物承重结构设计参数；建立场地土—独立基础界面动力学耦合模型；建立独立基础上部建筑物惯性效应模型；组装场地土—独立基础界面动力学耦合模型和独立基础上部建筑物惯性效应模型；构建场地土与建筑结构任意高度振动耦合传递函数；计算土与独立基础结构竖向振动耦合传播损失Z振级及1/3倍频程加速度级。本发明能够在频域上快速且精准预测因轨道交通列车运行引起的振动在场地土与建筑物独立基础之间的传播耦合损失，提高独立基础土与结构耦合作用传递函数的求解效率。
📄 2024101587859
📂 G06F30_13
👤 广东工业大学
📅 2024-02-04
本发明提供了一种多尺度时空特征融合网络的行人轨迹预测方法，属于计算机视觉技术领域。解决了行人轨迹预测中如何有效学习复杂的时空特征及其相互关系的问题。其技术方案为：包括以下步骤：S1：获取数据集数据；S2：使用自注意力机制学习每个行人的时间依赖性特征；S3：将行人坐标转换为空间图；S4：跨时空交互特征通过多头自注意力来提取；S5：获取时间特征、空间特征和跨时空交互特征；S6：将融合后的时空特征通过时间外推卷积神经网络MTCN，实现多轨迹预测。本发明的有益效果为：通过多层时间外推卷积神经网络MTCN实现多轨迹预测。
📄 2024117255586
📂 G06T7_246
👤 南通大学
📅 2024-11-28
本发明涉及一种面向强稀疏性移动社交网络的链路预测方法、系统及存储介质，方法包括：图自编码器GAE中的编码器接收输入的移动社交网络的图序列，进行特征提取，得到特征矩阵；矩阵聚合模块对所述编码器输出的特征矩阵和图序列的度矩阵进行聚合，得到聚合后的特征矩阵；长短期记忆LSTM模块接收所述矩阵聚合模块输出的聚合后的特征矩阵，进行时序特征提取，将提取的时序特征输入到所述图自编码器GAE中的解码器；所述解码器进行解码，得到预测的链路图。本方法能够降低模型学习的成本，消除移动社交网络强稀疏性对深度神经网络的负面影响，提高链路预测精度。
📄 2024106204985
📂 G06Q10_04
👤 南京邮电大学
📅 2024-05-17
本发明涉及一种基于时空关联特征矩阵的未来交通流量智能预测方法，引入图卷积残差网络与时空双向门控循环单元组合，实现对目标路网的预测，其中，时空双向门控循环单元有效地捕捉交通数据中的时空关联性，允许模型在考虑历史数据的同时，考虑未来时刻的信息，图卷积残差网络有助于模型更好地理解城市交通网络的拓扑结构，从而提高预测的精确性和鲁棒性，设计方法通过考虑时间和空间的复杂关系，精确地预测未来交通流量，提高了交通管理的效率，应用潜力广泛，不仅可以帮助城市规划者更好地管理交通流量，还可以为个人驾驶者提供实时交通信息，以改善他们的出行体验，具有重要的实际应用前景。
📄 2024101173834
📂 G08G1_01
👤 南京邮电大学
📅 2024-01-29
本发明公开了一类有机小分子光学诊疗试剂，所述有机小分子是通过原子替换策略设计合成的，其化学通式为T‑R，包括T‑N、T‑C或T‑Si，并通过纳米共沉淀法制备出其纳米粒子，该纳米粒子的发射波长在NIR‑II范围内，可同时产生活性氧和高热，显示出优异的光动力性能和光热性能，可进行NIR‑II荧光成像，应用于更深层肿瘤的PDT/PTT联合治疗，从而显著提高治疗效果，具有较好的临床应用前景。
📄 2022115927397
📂 C07D495_14
👤 南京邮电大学
📅 2022-12-13
一种基于序列特征的植物长链非编码RNA预测方法，包括正负数据集构建去冗余、序列k‑mer频率特征提取、特征融合与选择以及分类器对比，正负数据集的构建去冗余旨在消除序列相似性对预测结果造成的影响，序列特征提取实现了对基因序列k‑mer特征的提取，特征融合在序列k‑mer特征提取的基础上加入序列长度特征和序列GC含量特征后将这三类特征进行融合，接着使用卡方检验进行最优特征选择，最后运用梯度提升决策树算法解决植物lncRNA的识别分类问题。本发明深入挖掘了基因序列特征，有效的融合这些特征且加以选择，为如何从大量的转录本中准确地识别出植物lncRNA这一问题提供了可行的方法。
📄 2022105708285
📂 G16B40_20
👤 南京邮电大学
📅 2022-05-24
本发明公开了一种基于GPU加速的分子对接方法及装置，包括：CPU端进行数据准备以及设置OpenCL环境，其中数据准备包括对接盒子及对接盒子的参数准备，随后将数据传输到GPU端；GPU端计算对接盒子中格点处原子和受体的原子的相互作用力并生成网格缓存表；CPU端生成配体的多个随机分子构象并传到GPU端，GPU端利用蒙特卡罗的迭代局部搜索算法优化随机分子构象并打分，得到构象并传输至回CPU端；CPU端将构象进行优化和排序；依次对配体库中所有配体进行上述优化步骤；使用打分函数ΔvinaRF20对CPU端中的分子构象进行打分并排序。本发明通过ΔvinaRF20对构象重新打分并排序，提高了输出构象的准确性；提出了一种基于OpenCL的AutoDock Vina异构并行加速结构，降低了对接时间和药物研发成本。
📄 2022104498612
📂 G16C20_50
👤 南京邮电大学
📅 2022-04-26
基于改进知识蒸馏ESN的边缘端时间序列预测方法，首先将回声状态网络ESN与知识蒸馏KD结合，构造基于改进知识蒸馏ESN的时间序列预测模型；然后提出训练算法，在服务器端训练该模型，优化储备池结构，提高其长期记忆能力并降低其计算开销；最终在边缘端使用训练好的基于改进知识蒸馏ESN的时间序列预测模型进行时间序列预测。该方法可以提高储备池的长期记忆能力并且降低其计算开销，使ESN更适合部署在边缘端完成时间序列预测任务。
📄 2022104149359
📂 G06Q10_04
👤 南京邮电大学
📅 2022-04-20
柿子坊 · 知识产权运营
柿子坊知识产权运营平台