百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
一种基于贝叶斯网络的交通路网动态预测方法及系统
本发明公开了一种基于贝叶斯网络的交通路网动态预测方法及系统。该方法包括：采集预测范围内设定时间的交通路网的车流信息,形成预测范围内每个路段的交通状态量的时间序列；对时间序列进行相关性分析,确定训练集；通过训练集对贝叶斯网络结构进行训练,得到预测模型；基于预测模型对预测范围内不同时延下各路段进行预测,得到不同时刻各路段的预测结果；根据预测结果,确定不同时延下交通路网中可预测的路段,得到最大连通子团；子团的相变时刻,为交通路网的可预测时延；基于交通路网的可预测时延,确定交通路网动态预测结果。本发明有效地解决了在城市交通路网中预测车流信息选择提前预测时长的问题,能够更加精确的预测城市交通路网。
基于韧性城市的互相依赖的水电系统的功能恢复决策方法
本发明公开了一种基于韧性城市的互相依赖的水电系统的功能恢复决策方法,包括：S1、初始化数据：S2、随机生成若干条损伤构件序号的序列,这些序列作为染色体即为初始种群,设置染色体切片的身份编码和相应损伤状态下水电整体功能水平的信息池,并设置遗传算法的迭代次数；S3、判断需评估的染色体切片的身份编码是否已经存在于信息池中：若存在,则直接调用信息池中的水电整体功能水平；否则,计算获取水电整体功能水平；S4、对染色体进行操作,获得下一代染色体,如已经达到迭代次数,则基于适应性函数值选取最优染色体。本发明在优化互相依赖的水电系统的功能恢复决策方法时,能满足灾后恢复的时间紧迫性要求,从而能真正应用到实际灾害场景中。
新能源汇集网络的多目标规划方法、装置和计算机设备
本申请涉及一种新能源汇集网络的多目标规划方法、装置、计算机设备和存储介质。所述方法包括：获取送端网络的基础数据；其中,基础数据包括新能源场站的位置坐标、主网变电站的位置坐标和主网变电站间的连接关系；获取历史运行数据,根据历史运行数据和基础数据确定优化变量的取值范围；其中,历史运行数据包括负荷历史数据和电源历史数据；将优化变量的取值范围输入预设的多目标双层规划模型中进行求解,得到规划方案集合。该方法通过综合考虑新能源汇集网络中多目标的优化问题,并通过预设的多目标双层规划模型进行求解,得到规划方案集合,实现了送端网络中多目标性能的同步优化。
一种基于CLS-PSO算法的多目标电、气、热供暖协调方法
本发明公开了一种基于CLS-PSO算法的多目标电、气、热供暖协调方法,本方法包括以下步骤：步骤1：针对家庭多目标电、气、热供暖方法建立多能源供热模型；步骤2：优化供热模型,将协调方法归纳为基于价格最低以及排放最小的优化问题,并建立相关约束条件；步骤3：针对归纳的相关模型,基于CLS-PSO算法进行最小解优化,得到最低价格方案以及排放最小方案。本发明基于家庭多目标供暖方法,以用户为中心,提供了最佳供暖方案,使单家庭在取暖过程中可以达到花费最低或排放最小。通过本发明的实施,能够提高用户的供暖选择性,更加灵活、减排以及节省支出。
模型参数更新方法、装置、计算机可读介质及电子设备
本公开的实施例提供了一种模型参数更新方法、装置、计算机可读介质及电子设备,涉及计算机技术领域；包括：接收各参与方发送的待联邦训练数据；对各参与方发送的待联邦训练数据进行联合计算,得到联合计算结果；将联合计算结果发送至各参与方,以使得各参与方根据联合结果更新各自对应的模型参数。可见,实施本公开实施例的技术方案,能够对多个参与方发送的待联邦训练数据进行联邦计算,从而得到融合了各参与方发送的待联邦训练数据的联合计算结果并反馈至各参与方,各参与方基于联合计算结果进行模型训练,可以基于跨样本训练提升各参与方的由软决策树组成的模型训练效率。
一种基于贝叶斯反向传播的电网资源部署分析方法
本发明公开了一种基于贝叶斯反向传播的电网资源部署分析方法,包括,获取电网资源数据；根据所述电网资源数据对应的位置信息构建网络标签；将所述网络标签导入仿真分析平台读取关键信息,输出分析报告。本发明能够消除海量数据繁杂、分析复杂、处理不及时的难题,极大地提高效率性和实时性。
基于机器学习的城市内涝积水点积水过程预测方法及系统
本发明公开了一种基于机器学习的城市内涝积水点积水过程预测方法及系统,包括根据积水监测站点的历史积水过程数据和临近降雨监测站点的历史降雨过程数据,构建积水过程与降雨过程相关的城市内涝积水点积水过程预测模型；分别计算积水监测站点上的实时降雨过程数据和定量预报降雨过程数据；将定量预报降雨过程数据与实时降雨过程数据拼接,得到积水监测站点上的实时和预报降雨过程数据；基于实时和预报降雨过程数据,利用构建的城市内涝积水点积水过程预测模型进行城市内涝积水点积水过程预测。本发明具有操作简单、建模速度快,计算效率高,预测精度高等优点,能够实现准确有效的积水预测,有助于城市内涝应急防治。
基于深度学习的非侵入负荷分解方法、系统、介质和设备
本发明属于电网中负荷感知技术应用领域,涉及一种基于深度学习的非侵入式负荷分解方法、系统、介质和设备,包括以下步骤：S1获取每个工业设备的短期负荷历史数据和总负荷历史数据；S2采用步骤S1中短期负荷历史数据和总负荷历史数据对初始模型进行训练,获得工业设备典型负荷模型；S3将实时获得的总负荷参数输入工业设备典型负荷模型获得每台工业设备的负荷。其能够有效对工业设备负荷进行建模,并基于该模型,通过工业设备的总负荷获得各个工业设备的负荷。
跨样本联邦分类建模方法及装置、存储介质、电子设备
本公开属于联邦学习技术领域,涉及一种基于神经网络和知识蒸馏的跨样本联邦分类建模方法及装置、存储介质、电子设备。该方法包括：获取待联邦分类建模任务制定的标签标准信息,并对联邦分类建模任务的本地神经网络模型进行结构自定义和参数初始化处理；对本地神经网络模型进行训练得到预测标签向量,并对预测标签向量进行知识蒸馏处理得到软标签向量；获取与联邦分类建模任务对应的联邦建模参数,并将本地每个类别的软标签向量发送至协调方；接收协调方返回的联邦标签向量,并对本地神经网络模型继续进行训练,以完成训练得到联邦分类建模模型。本公开确保数据隐私的情况下,利用所有联邦参与方的数据提供的“知识”得到更优的联邦分类建模模型。
模型训练方法、信息提取方法、相关装置及存储介质
本申请提供了一种模型训练方法、信息提取方法、相关装置及存储介质。模型训练方法包括：获取N个样本数据；每个样本数据包括M种类别的子数据；N个样本数据对应M×N个子数据对,每个子数据对包括M个子数据,每个子数据所属的类别不同,每个子数据对包括的M个子数据之间对应一个关联关系,每个样本数据包括的M种类别的子数据相互关联；将M×N个子数据对输入到预设模型中进行训练,生成每种类别的子数据各自对应的预训练模型；预设模型用于计算每个子数据对的M个子数据之间的相似度,并根据M×N个子数据对包括的M个子数据之间的相似度确定每一种数据类别对应的向量表示空间,采用该方法得到的预训练模型可以快速准确地提取目标信息。

热门专题更多>>
技术分类