用于预测超高压输电线路杆塔覆冰厚度的深度学习方法
注:上述费用仅包含专利权利转让费用,不包含专利年费或因年费未及时缴纳产生的滞纳金、恢复费。专利年费是专利权人依照专利法规定,自被授予专利权的当年开始,在专利权有效期内逐年应向专利局缴纳的费用。由于出售的专利类型、专利年限以及专利权人是否满足国家费用减缓的条件均会影响具体年费金额,需根据购买专利的实际情况进行缴纳。缴纳年费以及滞纳金、恢复费需单独和平台顾问确认且不属于下单后加价行为,故无法适用保障。
专利申请号:
CN202110783068.1
专利类型:
发明专利
技术分类:
G06F30/27
专利有效期:
2041-07-12
友情提示:该资源未保障“真” “价”,付款前请核实资源真实性与价格。
在线咨询
微信扫码邀请顾问协助
- 该资源已获得保障和赔付:
- 转让不成功退款退
- 转让超期必赔时
- 该资源未获得保障和赔付:
- 资源不保真必赔真
- 下单后加价必赔价
专利信息
专利名称:用于预测超高压输电线路杆塔覆冰厚度的深度学习方法
商品编号:5357381
复制
申请日期:2021-07-12
公开/公告号:CN113255239A
授权公告日/公开日:2021-08-13
申请/专利权人:
南京***大学
发明/设计人:
夏景***张宇
主分类号:G06F30/27
IPC分类号:G06F30/27; G06N3/04; G06N3/08
说明书摘要免费下载摘要
一种用于预测超高压输电线路杆塔覆冰厚度的深度学习方法,包括:1、提取单个杆塔周围一定地理范围的六种局部、三种全局历史气象要素和三种地形要素信息;2、通过降维深度可分离模块,对各个要素特征进行归一化,并且实现对地形要素特征的提取;3、将多个历史时间点的局部和全局气象要素特征分别输入LSTM网络中,实现气象要素特征提取;4、地形要素特征与气象要素特征进行特征融合,并将融合后的特征输入主干分类网络;5、将历史覆冰厚度数据分20等级作为网络标签;6、计算模型损失,训练模型,优化模型参数。本发明充分考虑了杆塔上覆冰厚度的时间与空间影响因素,可以有效的从历史气象数据与地形数据中预测下一个时间点的覆冰厚度。
转让流程
提出需求
提出您的专利需求
顾问一对一服务
顾问一对一服务
顾问匹配
顾问匹配资源库
快速确定优质专利
快速确定优质专利
签订合同
签订专利转让协议
成功付款
成功付款
递交申请
准备转让资料
国知局审查办理
国知局审查办理
领取证书
获得专利权,投入使用
所需资料
买方提供资料
个人身份证
公司或个体营业执照
购买后获得证书
专利证书
专利登记簿副本
手续合格通知书
平台优势
常见问题
购买专利需要什么资料?
用于预测超高压输电线路杆塔覆冰厚度的深度学习方法专利,专利类型:发明授权,技术分类是:G06F30/27,购买用于预测超高压输电线路杆塔覆冰厚度的深度学习方法专利,需要申请人和发明人的基础信息,还需提供用于预测超高压输电线路杆塔覆冰厚度的深度学习方法专利的详细信息。
专利交易转让时间是多久?
专利权转让期限一般是2~6个月的时间获得专利转让通知书,在转让之前双方需要签订转让合同即可,用于预测超高压输电线路杆塔覆冰厚度的深度学习方法专利具体的操作步骤,可以联系八戒数字交易的客服一对一服务。
相似专利
换一换
发明专利
立即购买
在线咨询