-
公开(公告)号：CN104008267B
公开(公告)日：2017-06-23
申请号：CN201410105382.4
申请日：2014-03-21
IPC: G06F19/00
Abstract: 本发明属于光伏发电技术领域，具体涉及一种基于特征距离的光伏电站分群方法。该方法的步骤为：一、对光伏电站中各发电单元进行编号，读取每个发电单元中逆变器的参数；二、选择光伏电站中的一个发电单元，计算该发电单元中逆变器参数的轨迹灵敏度并组成一个列向量；三、将每个发电单元中逆变器的参数组成一个行向量；四、计算出所有发电单元中两两之间的特征距离；五、设定一个判据值θ，若发电单元之间的特征距离小于θ，则将符合判断条件的各发电单元划分到同一群中；否则，划分到不同群中。本发明的分群方法能够快速便利地将数量众多的各光伏发电单元分群，物理概念清晰，为提高等值建模的精度提供了良好的基础。
-
公开(公告)号：CN106228035A
公开(公告)日：2016-12-14
申请号：CN201610534138.9
申请日：2016-07-07
Applicant: 清华大学
IPC: G06F19/24
CPC classification number: G06F19/24
Abstract: 本发明涉及一种基于局部敏感哈希和非参数化贝叶斯方法的高效聚类方法。本发明方法可以有效地处理海量序列数据，包括16s rRNA和18s rRNA数据。由于使用了高效的分块迭代方法，避免了大量不相似序列的比对，针对大规模数据集的聚类问题，本方法可以快速给出聚类结果，是目前生物信息领域处理大规模聚类问题最高效的方法。同时，由于DP-means算法中对聚类中心的估计更加准确，本发明方法得出的聚类结果可以保证很高的准确性。
-
公开(公告)号：CN103942421A
公开(公告)日：2014-07-23
申请号：CN201410140690.0
申请日：2014-04-09
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明涉及一种基于噪声扰动的测试数据预测方法，包括以下步骤：S1、对测试数据进行预处理，提取测试数据的特征并进行归一化处理；S2、根据测试数据的特征建立预测模型；S3、对预测模型进行参数求解；S4、利用求解后的预测模型对测试数据进行预测；步骤S3包括：选取预测模型的损失函数、将最小化预测模型的损失函数的期望设置为目标函数、计算损失函数的变分上界、优化目标函数及使用迭代复加权最小二乘法以求解目标函数。通过采用本发明所公开的基于噪声扰动的测试数据预测方法，运用数据增广方法解决了铰链损失函数以及罗杰斯特损失函数在扰动分布下的期望很难计算的问题，为噪声扰动模型学习方法提供了高效、准确的预测模型。
-
公开(公告)号：CN118039629A
公开(公告)日：2024-05-14
申请号：CN202311734117.8
申请日：2023-12-14
Applicant: 浙江清华柔性电子技术研究院 , 清华大学
Abstract: 本发明公开了一种柔性射频微系统及其制作方法，所述柔性射频微系统包括：柔性电路板；柔性芯片，所述柔性芯片与所述柔性电路板电连接，并柔性包封；无源器件，所述无源器件与所述柔性电路板电连接，并柔性包封；柔性外壳，所述柔性外壳包封整体基板。制作方法包括：将无源器件贴装于柔性电路板上；将减薄后的柔性芯片贴装于柔性电路板上并实现电连接；对柔性芯片进行柔性点胶包封；对柔性电路板进行柔性围坝包封，然后进行柔性注塑包封形成柔性外壳。本发明提供的柔性射频微系统，通过柔性电路板、柔性芯片和柔性封装互联材料的应用，能够承受反复的弯折变形，并且不涉及三维堆叠，有效避免了散热问题引起的微系统功能下降甚至失效的问题。
-
公开(公告)号：CN103942614B
公开(公告)日：2017-02-15
申请号：CN201410143638.0
申请日：2014-04-09
Applicant: 清华大学
IPC: G06Q10/04
Abstract: 本发明公开一种异构网络链接关系的预测方法及系统，该方法包括：S1.将异构网络中实体进行预处理，得到训练集，其中，所述训练集包括：通过预处理得到的各实体的可观测属性特征及各实体的可观测的链接关系；S2.根据异构网络中结点类型、结点个数及预设的结点隐特征向量，建立异构网络链接关系预测模型；S3.基于最大熵判别式准则，对所述模型进行优化，得到优化后的链接关系预测模型；S4.通过所述训练集训练所述优化后的链接关系预测模型，得到训练后的链接关系预测模型；S5.通过训练后的链接关系预测模型预测异构网络链接关系。
-
Patent Agency Ranking
公开(公告)号：CN104009493B
公开(公告)日：2016-04-20
申请号：CN201410105393.2
申请日：2014-03-21
CPC classification number: Y02E10/563 , Y02E60/76 , Y04S40/22
Abstract: 本发明属于光伏发电技术领域，具体涉及一种基于特征距离的光伏发电单元群等值建模方法。该方法的步骤为：一、对光伏电站中各发电单元进行编号，读取每个发电单元中逆变器的参数；二、计算一个发电单元中逆变器参数的轨迹灵敏度并组成一个列向量；三、计算所有发电单元之间的特征距离；四、将每个发电单元依次作为主单元，分别计算每个主单元与其余所有发电单元之间的特征距离之和；五、选择特征距离之和最小的主单元作为主导发电单元；六、将主导发电单元中逆变器的参数作为光伏发电单元群等值机的参数，并将该等值机的额定容量修改为群内各发电单元的额定容量之和。本发明的等值建模方法物理概念清晰，提高了等值建模的精度。
-
公开(公告)号：CN103198228B
公开(公告)日：2016-02-24
申请号：CN201310136241.4
申请日：2013-04-18
Applicant: 清华大学
IPC: G06F19/00
Abstract: 本发明提供一种基于广义关系隐话题模型的关系网络链接预测方法,涉及计算机应用领域。包括以下步骤：S1、将文本关系网络数据进行预处理，提取词袋文本特征及文档间的链接关系；S2、根据所述词袋文本特征及文档间的链接关系，建立广义关系隐话题链接预测模型；S3、将所述广义关系隐话题链接预测模型进行训练；S4、将训练好的广义关系隐话题链接预测模型用来预测文档之间的链接关系。本发明克服了现有技术中存在的对称性关系判别函数的不合理、因关系判别函数中数据似然与损失函数两部分的不均衡以及近似推理的均值场假设所造成的链接关系预测性能不理想的缺陷，显著提高在链接关系预测、网络推荐、文本检索等任务中的实用性能。
-
公开(公告)号：CN1209917C
公开(公告)日：2005-07-06
申请号：CN03121142.9
申请日：2003-03-28
Applicant: 清华大学
Abstract: 基于“空间组合推举体制”算法的小波变换IP核(Intellectual Property，IP)是二维正交离散小波变换的集成电路实现，特别涉及新一代静止图像压缩技术中的小波变换领域，其特征在于：它基于“空间组合推举体制”算法，是一种专用集成电路IP核，其滤波器结构采用9/7小波滤波器、分解结构采用5层Mallat分解，边界延拓采用对称方式。空间组合推举体制”算法和标准的推举算法比较，完成小波变换所需的乘法运算量减小了5/12。本集成电路具有功耗低，面积小，处理速度高的优点。
-
公开(公告)号：CN114912507A
公开(公告)日：2022-08-16
申请号：CN202210324008.8
申请日：2022-03-29
Applicant: 清华大学
IPC: G06K9/62
Abstract: 本申请公开了一种半监督分类方法及装置，该方法包括如下步骤：步骤一：获取训练数据集中的每个原始样本的趋势信息、每个原始样本对应的遮罩的预设值和预设的一致性损失函数；其中，所述原始样本包括时间序列数据；步骤二：根据每个原始样本、每个原始样本的趋势信息、以及每个原始样本对应的遮罩的预设值分别确定每个增广样本；步骤三：根据每个增广样本、每个原始样本、以及预设的一致性损失函数训练预设的深度学习模型；步骤四：优化每个原始样本对应的遮罩的预设值；使用优化后的值更新预设值；步骤五：重复步骤二至步骤四，直到得到训练完备的深度学习模型；步骤六：利用所述训练完备的深度学习模型对时间序列数据进行半监督分类。
-
公开(公告)号：CN110046694A
公开(公告)日：2019-07-23
申请号：CN201910247718.3
申请日：2019-03-29
Applicant: 清华大学
IPC: G06N3/04
Abstract: 本发明实施例提供一种集成模型的自适应多样性增强训练方法及装置，将待训练的集成模型作为目标集成模型，根据目标集成模型中各个子模型的输出获得目标正则项，并将目标正则项加入到目标集成模型的每个子模型的迭代训练过程中，当且仅当目标集成模型中的所有子模型均训练至收敛状态时，则确定目标集成模型训练完成。该方法及装置所引入的目标正则项中充分考虑了目标集成模型中的各个子模型之间的相互作用，将目标正则项加入到目标集成模型的每个子模型的迭代训练中，有利于提高目标集成模型的鲁棒性和可靠性。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.02 seconds)
