“G06F18/24”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果5373个，建议您升级VIP下载更多相关专利

[发明专利]一种在线生态观测数据异常检测方法及系统-CN202310914974.X在审
发明人：谢传节;贺伟 -专利权人：中国科学院地理科学与资源研究所
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种在线生态观测数据异常检测方法及系统，包括如下检测流程：从历史生态观测数据进行数据漂移检测方法学习，建立数据漂移检测需要的历史数据异常检测模型及数据的漂移分段列表；以历史数据异常检测模型为基础，微调获取当前漂移分段的在线异常检测模型，由在线异常检测模型在线进行异常检测；当训练数据不足时，从历史生态观测数据的漂移分段列表匹配相似数据增强微调数据训练量。本发明利用历史数据学习的模型和历史数据增强训练样本，对在线观测数据进行漂移检测，并通过微调训练获取在线漂移在线数据异常检测模型，提高在线数据异常检测准确性。
一种在线生态观测数据异常检测方法系统

[发明专利]一种微电网电能质量扰动识别方法-CN202310915459.3在审
发明人：张涵;常政威;陈明举;张凌浩;吴杰;梁晖辉;熊中兴 -专利权人：国网四川省电力公司电力科学研究院;四川轻化工大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种微电网电能质量扰动识别方法，属于电能质量扰动识别技术领域，为了端到端地解决电能质量扰动的识别问题，包括：利用集合经验模态分解方法将电能质量扰动序列在时频域进行分解，得到若干重组的本征模态函数序列和残差分量；将所述若干重组的本征模态函数序列拼接，得到拼接后的数据；将所述拼接后的数据作为EEMD‑Transformer‑SVM模型的输入数据，以训练所述EEMD‑Transformer‑SVM模型，得到训练好的EEMD‑Transformer‑SVM模型；利用所述训练好的EEMD‑Transformer‑SVM模型进行电能质量扰动识别。
一种电网电能质量扰动识别方法

[发明专利]一种风电场功率报送数据异常甄别、修复与主动补全方法-CN202310916001.X在审
发明人：李辰龙;李逗;王林;潘苗;高进;曹瑀宏;王其祥;沈洋;孙彬;杨晨琛;李春岩;张世豪 -专利权人：江苏方天电力技术有限公司
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F18/2433 文献下载
摘要：本发明提出一种风电场功率报送数据异常甄别、修复与主动补全方法，包括：1）对原始风电场功率报送数据进行降维和降噪处理；2）用基于DBSCAS的异常数据甄别模型将降维和降噪后的风电场功率报送数据分类，形成正常数据集和异常数据集；3）异常数据集中的数据量若低于阈值，则计算正常数据集中每一个正常数据和异常数据集中每一个异常数据之间的相似度，以相似度最大为标准选择与异常数据匹配的正常数据，并用正常数据修复异常数据；若数据量不低于阈值，则构建多尺度特征融合的风电功率报送异常数据补全模型；将测风塔数据输入多尺度特征融合的风电功率报送异常数据补全模型，预测输出风电功率；用预测输出的风电功率补全异常数据集。
一种电场功率报送数据异常甄别修复主动方法

[发明专利]脑电跨被试的情绪识别方法、装置、设备及介质-CN202310918429.8在审
发明人：梁臻;叶炜珊;黄淦;张力;李琳玲 -专利权人：深圳大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本申请涉及一种脑电跨被试的情绪识别方法、装置、设备及介质，其中方法包括：获取脑电图数据；从所述脑电图数据中提取多个频带的差分熵特征，得到初始特征；基于梯度反转的方式，对所述初始特征进行特征提取，得到非结构化特征；对所述初始特征进行数据增强和结构化特征的提取，得到结构化特征；基于多头自注意机制，将所述非结构化特征和所述结构化特征进行特征融合，得到融合特征；通过所述融合特征在所述标记源域的脑电图数据上训练分类器，得到训练后的分类器，并基于所述分类器输出情绪识别结果。本发明克服了在适应未标记源域和捕获丰富的非结构化和结构化信息方面的局限性，有利于提高情绪识别的准确性。
脑电跨被试情绪识别方法装置设备介质

[发明专利]基于银行知识库的文本分类方法和装置-CN202310868567.X在审
发明人：杨鑫;郭斌;李洪涛;张丹洁 -专利权人：中国工商银行股份有限公司
申请日： 2023-07-14 - 公布日： 2023-10-24 - 主分类号： G06F18/241 文献下载
摘要：本发明提供了一种基于银行知识库的文本分类方法和装置，涉及人工智能及文本分类领域，方法包括：构建具有银行内部不同领域专有名词的层次结构词典；对上传文本进行分词预处理后输入到文本分类模型；将文本分类模型的输出按概率进行降序排序，并选取N个概率最大的分类；获取分词后的词汇与选取的N个类别分别进行匹配，若匹配成功，则将对应类别的计数器加1；将计数器值最大的类别作为上传文本的分类。本发明用已构建的层次结构词典，为中文文本分类的层次和类别构建了分类标准，清晰全面的展示出分类的整体效果，且在利用模型分类后还将分词后的词汇与分类结果进行匹配计数，再根据计数结果决定最终类别，使得分类的准确性进一步得到了提高。
基于银行知识库文本分类方法装置

[发明专利]一种基于大数据的企业行业分类方法、系统、设备及介质-CN202310869145.4在审
发明人：汤静怡;左小雷 -专利权人：企知道科技有限公司
申请日： 2023-07-14 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：一种基于大数据的企业行业分类方法、系统、设备及介质，涉及计算机技术领域。在该方法中，包括以下步骤：获取待分类企业的企业信息；根据企业信息提取待分类企业的企业关键词，并基于企业关键词确定待分类企业的企业关键词集；通过预置的相似度计算模型分别计算企业关键词集与各预置的行业关键词集之间的相似度；选取相似度大于相似度阈值的行业关键词集对应的行业类别作为待分类企业的备选所属行业。通过采用本申请提供的技术方案，在对待分类企业进行企业行业分类时，考虑各行业类别的多维数据，有利于提升企业行业分类的准确性。
一种基于数据企业行业分类方法系统设备介质

[发明专利]一种模型的处理方法、装置及设备-CN202310870923.1在审
发明人：周璟;刘京;金宏;王维强 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2023-07-14 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本说明书实施例公开了一种模型的处理方法、装置及设备，该方法包括：获取应用于元学习的样本数据，样本数据中包括对应事件的特征、样本标签信息、对应事件所属的业务场景和支撑集，支撑集中包括多个不同的事件类别，以及每个事件类别对应的支撑样本数据；基于样本数据、支撑集中不同事件类别的支撑样本数据对应的注意力权重和支撑集中不同事件类别包含的支撑样本数据的数量，确定支撑集中不同事件类别对应的类别中心；获取该样本数据对应的查询集，查询集中包括基于多个不同的事件类别生成的新事件类别和每个新事件类别对应的查询样本数据；基于确定的类别中心、查询集和样本数据对风险识别模型进行模型训练。
一种模型处理方法装置设备

[发明专利]一种加密流量分类方法、装置、电子设备及存储介质-CN202310875738.1在审
发明人：胡家元;何林;高敏;扶奉超;曹维华 -专利权人：中国电信股份有限公司技术创新中心;中国电信股份有限公司
申请日： 2023-07-17 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本申请公开了一种加密流量分类方法、装置、电子设备及存储介质，涉及网络安全技术领域，用以在不同网络环境下，提高加密流量分类的准确率，该方法包括：首先，获取目标网络环境下待分类的加密流量数据包，并对待分类的加密流量数据包进行特征提取，获得网络环境特征；然后，基于对应网络环境特征设置的目标流量特征集，对待训练的加密流量分类模型进行多次迭代训练，获得目标加密流量分类模型；最后，采用目标加密流量分类模型，对待分类的加密流量数据包进行分类，获得待分类的加密流量数据包的分类结果。
一种加密流量分类方法装置电子设备存储介质

[发明专利]基于滚动时域估计的变结构交互式多模型估计方法-CN202310879495.9在审
发明人：王萍;路海宽;邓杨;胡云峰;陈虹;宫洵 -专利权人：吉林大学
申请日： 2023-07-18 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：一种基于滚动时域估计的变结构交互式多模型估计方法，属于车辆控制技术领域。本发明的目的是利用残差信息设计了一种新的分类方法，降低了对模型概率准确率依赖的基于滚动时域估计的变结构交互式多模型估计方法。本发明步骤是：确定系统模型集，在每次迭代周期中，对于模型集中的所有模型，给定一个固定时域，如果存在某一时域长度的模型只有一个，则直接输出作为交互值，从模型集到模型集的基于滚动时域估计的交互式多模型估计，定义为所有与主要模型相毗邻的模型组成的模型集。本发明降低了对模型概率准确度的依赖性，更能保证模型分类的准确性，具有更高的估计精度，解决了因各模型对应时域的起始时刻不同而导致无法交互的问题。
基于滚动时域估计结构交互式模型方法

[发明专利]基于相似性的医康养服务需求分类方法-CN202310918638.2在审
发明人：周学权;徐晓飞;赵誉茹;涂志莹;初佃辉;姚若岚;孟凡超;张华;李春山 -专利权人：哈尔滨工业大学
申请日： 2023-07-25 - 公布日： 2023-10-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种基于相似性的医康养服务需求分类方法，所述方法包括如下步骤：步骤一、数据预处理；步骤二、训练全局语义向量；步骤三、训练词向量；步骤四、计算功能语义权重FunSemWeight；步骤五、关键词提取；步骤六、训练主题语义向量；步骤七、计算相似性并选择核函数；步骤八、构建支持向量机分类器。本发明在进行相似性计算时，通过更加准确的语义向量表示来提升对用户需求的理解，在全局语义向量的基础上结合主题语义向量，补充主题信息有利于提升对特定领域的识别能力，有利于提高相似性计算的准确性进而更准确的分类。
基于相似性医康养服务需求分类方法

[发明专利]基于半监督学习的线损异常识别方法设备及储存介质-CN202310926141.5在审
发明人：赵彦凯;李俊民;赵亮亮;郭朝楠 -专利权人：国网山西省电力公司吕梁供电公司
申请日： 2023-07-26 - 公布日： 2023-10-24 - 主分类号： G06F18/2415 文献下载
摘要：本发明公开了一种基于半监督学习的线损异常识别方法设备及储存介质，利用XGBoost对有标记的样本作为初始训练集得到初始预测模型，再使用初始预测模型对无标记的样本添加伪标签，之后通过计算马氏距离的方法选择出被正确标记可能性较高的样本加入到有标签样本中构成新的训练集，进行迭代训练直至模型收敛。本发明还公开了一种能够实现该方法的装置，包括设备及储存介质；本发明从机器学习角度出发，对配电网数据按照是否存在线损异常和线损异常的类型进行识别，基于本发明的使用可以大大降低运检人员人为标注样本的数量，具有实用性，适用范围大。
基于监督学习异常识别方法设备储存介质

[发明专利]一种面向脑卒中非平衡数据集的分类方法及系统-CN202310944187.X在审
发明人：李凤莲;张雪英;魏鑫;回海生;李彦民 -专利权人：太原理工大学
申请日： 2019-11-28 - 公布日： 2023-10-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种面向脑卒中非平衡数据集的分类方法及系统，涉及数据处理技术领域，方法包括：将脑卒中非平衡数据集划分成训练样本集和测试样本集；根据各个样本点之间的距离确定正/负类样本自适应调节半径，以确定正/负类样本自适应调节因子，进而构建差异矩阵；根据差异矩阵统计样本点有效范围内的正类样本个数和负类样本个数，以确定样本点所含的正/负类信息量，进而构造信息量模糊隶属函数；确定基于样本间距离的正/负类模糊隶属度函数；确定改进后的正/负类模糊隶属度函数，进而构造模糊支持向量机分类器；采用模糊支持向量机分类器对脑卒中非平衡数据集进行分类。本发明有效提高对脑卒中非平衡数据集的分类性能。
一种面向脑卒中平衡数据分类方法系统

[发明专利]一种基于RFID的移动场景液体感知方法-CN202310970383.4在审
发明人：李克秋;刘紫娟;刘秀龙;佟鑫宇;陈建成;钟臻哲 -专利权人：天津大学;厦门盈趣科技股份有限公司
申请日： 2023-08-03 - 公布日： 2023-10-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种基于RFID的移动场景液体感知方法，属于无线感知技术领域。本发明针对移动目标利用材质与标签的耦合效应以及相位和RSS的关系实现移动场景下对液体的感知，包括有数据采集及预处理、相位与信号强度模型构建、信号特征提取和液体类型识别四个部分；本发明通过分析液体感知机理，利用商用设备实现了液体感知，提高了液体感知系统在真实场景下的部署的应用的可行性，同时实现了移动场景中对目标液体的感知，无需校准并且不受移动速度的影响。
一种基于 rfid 移动场景液体感知方法

[发明专利]一种基于卷积神经网络的信号数据去除趋势方法-CN202210327994.2在审
发明人：周韶泽;赵鹏飞;陈秉智 -专利权人：大连交通大学
申请日： 2022-03-31 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：基于卷积神经网络的信号数据分段去除趋势方法，步骤如下：步骤一：定义信号趋势项评价指标；步骤二：构造神经网络模型信号数据集；步骤三：基于卷积神经网络分段网络识别模型确定信号分段点；步骤四：将分段信号采用最小二乘趋势项算法去除趋势；步骤五：计算预测准确率，分析模型性能。本发明通过构造卷积神经网络模型，可实现数据自动预测分段点位置，并依据分段点位置进行分段趋势项去除，本发明方法有益效果如下：比传统去趋势方法的结果好；大数据量处理效率高；没有删除低频信息，较好地保留信号原频率信息。解决了实际数据处理中存在的趋势项去除效率低、去除效果不佳的问题，具有极高的应用价值。
一种基于卷积神经网络信号数据去除趋势方法

[发明专利]一种多任务分类模型的训练方法、分类方法、模型与装置-CN202210368242.0在审
发明人：陈泽晗;祝航程;马国俊 -专利权人：北京字跳网络技术有限公司
申请日： 2022-04-08 - 公布日： 2023-10-24 - 主分类号： G06F18/24 文献下载
摘要：本申请公开一种多任务分类模型的训练方法、分类方法、模型、装置、计算设备与计算机可读存储介质，以解决如何提升模型收敛速率的问题。训练方法包括：依次利用训练样本集合对各待训练单元分别进行训练至收敛，得到完成训练的特征提取模块和各个中间状态的分类器模块；保持完成训练的特征提取模块的参数不发生变化，利用完成训练的特征提取模块提取得到的样本特征，依次对各个中间状态的分类器模块进行训练，并仅更新当前训练的所述中间状态的分类器模块的参数，以得到训练完成的分类器模块。该方法可以使得后一个待训练单元的特征提取模块的参数调整只是一种微调训练，因此加快了模型训练的收敛速度。
一种任务分类模型训练方法装置