“G06F18/243”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1232个，建议您升级VIP下载更多相关专利

[发明专利]区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法-CN202310790193.4在审
发明人：贾俊;毛伊敏;刘绍芬;孟晓捷;刘港 -专利权人：江西理工大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明提出了区域滑坡危险性评价的Spark和NRSCA策略并行深度森林算法，包括以下步骤：S1，将具有潜在滑坡区域的地理底图输入并行深度森林算法中，并从中筛选无关特征，获取候选特征集，从候选特征集中过滤出冗杂特征，构成优质特征集；S2，将获取的优质特征集送入多粒度扫描阶段处理；S3，结合Spark对每层级联森林模型进行并行化训练；S4，对并行深度森林算法的有效性进行验证。本发明提出的算法无论是在运行效率上还是模型精确度上都有显著的提高，此外通过该方法所挖掘出的知识，能够在金融领域、医疗领域上提供巨大的帮助。
区域滑坡危险性评价 spark nrsca 策略并行深度森林算法

[发明专利]一种基于GBDT和GS算法的民机重着陆风险预测方法及装置-CN202310795207.1在审
发明人：王向章;王赫;许博浩 -专利权人：西南交通大学
申请日： 2023-06-30 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明公开了一种基于GBDT和GS算法的民机重着陆风险预测方法及装置，涉及民航安全技术领域。所述方法是在获取多个民机着陆历史事件的接地前民机飞行状态特征数组和接地期间垂直加速度值后，先处理得到多份样本数据以及多个民机重着陆风险标签值，然后将这些数据导入基于梯度提升决策树算法的机器学习模型进行模型训练，并在模型训练过程中采用网格搜索算法优化模型参数，得到完成训练的民机重着陆风险预测模型，最后将待测样本数据输入该预测模型，即可输出得到待测民机的民机重着陆风险标签值，该方法在预测重着陆风险方面的性能较其他算法优异，并使预测准确率达到92％，进而可应用在民航着陆监控系统中，利于提高飞行员着陆操作品质。
一种基于 gbdt gs 算法民机重着陆风险预测方法装置

[发明专利]基于数据驱动的街区尺度建筑高能耗异常检测方法及系统-CN202310341168.8在审
发明人：吴锡斌;倪俊;王晓栋;陈苏华;汤铮 -专利权人：国网江苏省电力有限公司无锡供电分公司
申请日： 2023-03-31 - 公布日： 2023-09-19 - 主分类号： G06F18/2433 文献下载
摘要：本发明提供了一种基于数据驱动的街区尺度建筑高能耗异常检测方法及系统，包括：获取被测街区中各建筑的历史能耗数据，判断能耗是否异常并进行标记处理，得到各建筑能耗的标记数据；获取被测街区中各建筑的建筑设计参数的数据集；获取建筑所处城市的天气参数的数据集；构建检测模型并基于建筑设计参数和天气参数的数据集对其进行训练，并根据标记数据对检测模型的训练进行评估，得到训练后的检测模型；获取待检测建筑的建筑设计参数和所处城市的天气参数，对其进行量化处理后通过检测模型得到预测的能耗值，并判断其能耗是否异常。本发明能够实现对建筑能耗是否异常的准确预测，供用户参考。
基于数据驱动街区尺度建筑能耗异常检测方法系统

[发明专利]基于机器学习的岩爆等级双模型分步预测方法-CN202310498319.0在审
发明人：罗丹旎;陶洪辉;苏国韶;刘谢伶;巫祥平;卢思航 -专利权人：中国能源建设集团广西电力设计研究院有限公司
申请日： 2023-05-05 - 公布日： 2023-09-19 - 主分类号： G06F18/2431 文献下载
摘要：本发明公开了一种基于机器学习的岩爆等级双模型分步预测方法，包括：(1)确定主模型中影响岩爆等级的定量预测指标，建立基于机器学习的岩爆等级智能预测模型，进行岩爆等级预测获得预测结果；(2)确定辅助模型中影响岩爆等级的定量预测指标，建立岩爆等级调整模型，判断实际发生的岩爆等级可能较主模型预测结果偏高抑或偏低。本发明方法，充分利用现有的岩爆数据，并更全面考虑岩爆主要影响因素，通过机器学习构建岩爆等级预测“主模型+辅助模型”。利用主模型对岩爆等级进行初步预测，再利用辅助模型对岩爆等级进行更为精细的预测，以此提高岩爆等级预测的准确率。
基于机器学习等级双模分步预测方法

[发明专利]一种改进Mallows Cp变量选择的工业过程软测量方法和系统-CN202310600720.0在审
发明人：王兆静;李贺;阮晓莉;颜小运;童一凡 -专利权人：武汉纺织大学
申请日： 2023-05-25 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明公开了一种改进Mallow's Cp变量选择的工业过程软测量方法和系统，解决工业生产过程辅助变量过多，数据冗余的问题，并且对传统的Mallow's Cp算法进行优化，以缩短算法时间复杂度。该方法首先用随机森林算法对变量重要性进行排序，然后根据排列的顺序，从一个变量开始，依次递增变量个数，并在这个过程中计算每个子集的Cp值，从而选择出一组最优子集。选择出最优子集后，该方法使用最优子集来训练支持向量回归(SVR)模型，并通过测试数据评估模型的性能。本方法通过结合随机森林、Mallow's Cp算法和SVR回归等多种机器学习方法，能够有效地提高机器学习模型的性能和泛化能力，适用于各种需要进行变量重要性排序和建立连续型变量预测模型的实际问题。
一种改进 mallows cp 变量选择工业过程测量方法系统

[发明专利]集群识别方法和装置、计算设备、存储介质及程序产品-CN202210215971.2在审
发明人：张密 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-07 - 公布日： 2023-09-19 - 主分类号： G06F18/2431 文献下载
摘要：本申请公开了一种集群识别方法，包括：获取第一资源系统中多个主体的资源转移数据，其中资源转移数据包括多个主体中的每个主体的资源接收数据和资源支出数据；基于多个主体的资源转移数据，从多个主体中确定候选主体，候选主体的资源接收数据与不同于第一资源系统的第二资源系统相关，并且候选主体的资源支出数据与不同于第一资源系统的第三资源系统相关，其中第二资源系统用于向第一资源系统中的候选主体支出资源，第三资源系统用于从第一资源系统中的候选主体接收资源；根据候选主体的资源接收数据和资源支出数据，确定候选主体中每个主体的资源转移水平；至少根据候选主体中每个主体的资源转移水平，从候选主体中识别目标集群，目标集群包括从第二资源系统经由第一资源系统到第三资源系统的资源转移过程所涉及的至少一个候选主体。
集群识别方法装置计算设备存储介质程序产品

[发明专利]异常检测系统-CN202310209860.5在审
发明人：早田哲弘;杉田佳弘;大竹美保;森下翔午;野村航希;户崎正道;坪井宏之 -专利权人： TOTO株式会社
申请日： 2023-03-07 - 公布日： 2023-09-19 - 主分类号： G06F18/2433 文献下载
摘要：本发明涉及异常检测系统。为了适当地判定与卫生间的使用对象有关的异常，实施方式的异常检测系统具有：获取部，获取表示卫生间的使用者对成为使用的对象的一个使用对象的使用状态的倾向的信息；以及判定部，在所述一个使用对象的所述使用状态的倾向偏离所述一个使用对象的过去的使用倾向的情况下，判定为产生了与所述一个使用对象有关的异常。
异常检测系统

[发明专利]医疗画像标签的生成方法、装置、设备及存储介质-CN202310736486.4在审
发明人：周凯 -专利权人：东软集团股份有限公司
申请日： 2023-06-20 - 公布日： 2023-09-19 - 主分类号： G06F18/2431 文献下载
摘要：本申请提供了一种医疗画像标签的生成方法、装置、设备及存储介质，所述方法包括：获取居民的初始医疗数据，并对初始医疗数据进行预处理，获得预处理数据；建立多级标签体系，并对每一级标签体系中的标签进行定义；基于多级标签体系配置对应的数据处理规则，并基于数据处理规则对预处理数据进行数据处理，获得目标标签及对应的目标数据；以及设置评估模型，并基于评估模型和评估信息生成居民的医疗画像标签，其中，评估信息包括目标标签和目标数据。
医疗画像标签生成方法装置设备存储介质

[发明专利]基于图卷积神经网络自编码器的交通异常检测方法-CN202310746435.X在审
发明人：李孝杰;任治羽;史沧红;吴锡;陈垦;吕建成 -专利权人：成都信息工程大学
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06F18/2433 文献下载
摘要：本发明涉及一种基于图卷积神经网络自编码器的交通异常检测方法，设计一种结合交通异常和深度学习的一维卷积及上下文编码网络，所述网络主要包括镜像时域卷积模块和依次级联的两个图卷积门控循环模块，通过提取交通特征像是速度和流量来预测交通状况和可能发送的异常，在镜像时域卷积模块之前使用了自适应方法来适应不同的路段，通过镜像传入更多的特征给时间卷积模块，通过时间卷积模块获取更多的信息，让网络不断地学习这种交通网络，图卷积门控循环模块使用了高斯核函数模块，让分布更加集中于高维空间，再利用图卷积网络架构的特点捕获了隐藏的空间相关性结合图卷积神经网络捕获可能的异常点发生，更加准确，大大提高了预测异常的可靠性。
基于图卷神经网络编码器交通异常检测方法

[发明专利]一种基于Transformer的微服务性能异常检测方法和系统-CN202310754749.4在审
发明人：周可;李春花;方浩天 -专利权人：华中科技大学
申请日： 2023-06-25 - 公布日： 2023-09-19 - 主分类号： G06F18/2433 文献下载
摘要：本发明公开了一种基于Transformer的微服务性能异常检测方法，包括：获取微服务系统的跨度日志，将跨度日志中具有相同跟踪ID的跨度组合在一起，以得到多条不同的调用链，使用深度优先搜索算法搜索该调用链从根节点到叶子节点的所有路径，以得到该调用链中的多个服务调用序列及其对应的多个响应时间序列，将每个服务调用序列输入到预先训练好的检测模型中，以得到该服务调用序列对应的路径向量集合中各个特征值的概率分布，根据检测模型输出的服务特征值的概率分布，获取路径向量中服务实际特征值的概率作为服务的异常得分，根据服务的异常得分判断服务是否是调用链中出现性能异常的服务。本发明能够解决现有方法模型的收敛速度和检测效果不佳的技术问题。
一种基于 transformer 微服性能异常检测方法系统

[发明专利]一种基于血液疾病的多模型融合分类方法-CN202311003813.1在审
发明人：陈超;宋彪;张瑞环 -专利权人：内蒙古卫数数据科技有限公司
申请日： 2023-08-10 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明公开了一种基于血液疾病的多模型融合分类方法，包括以下步骤：获取数据集；基于k折交叉验证方法，将数据集分为k份，获得测试集和训练集，k为任意大于1的常数；选择多种机器学习二分类器模型进行数据集训练；通过线性加成对多种机器学习二分类器模型进行融合，得到融合后的多分类器模型；使用机器学习多分类器模型对多标签数据集进行训练，得到模型准确率；使用融合后的多分类器模型对多标签数据集进行训练，得到融合后的多分类器模型的准确率，并与上述准确率进行对比。本发明采用上述一种基于血液疾病的多模型融合分类方法，其能够快速对血液病分类帮助医生快速确诊，降低医生工作量，提高其工作效率。
一种基于血液疾病模型融合分类方法

[发明专利]电力设备监测数据处理方法及系统-CN202311070227.9在审
发明人：安博;王征;张洪;周雄;袁贺;李岩 -专利权人：北京天恒安科集团有限公司
申请日： 2023-08-24 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明提供了电力设备监测数据处理方法及系统，涉及电数据处理技术领域，对监测时序数据进行分组与数据组的相似度矩阵构建，进行数据聚类分析与异常值划分，基于聚类质心均值进行缺失数据与异常数据的替换，完成数据优化并传输至用户终端，解决了现有技术中对于电力设备监测数据的处理，需要依赖于大量的数据样本，样本的差异性导致数据处理结果未必符合电力设备的个体化场景的技术问题，对获取的监测时序数据进行相似度分析与矩阵化处理，以确定聚类质心精简高效进行数据分组，进而结合孤立森林思想进行异常数据识别，基于质心均值进行异常数据与缺失数据的替换，基于监测数据自身进行数据处理分析，以保障数据处理结果的设备场景适配性。
电力设备监测数据处理方法系统

[发明专利]基于双层随机森林朴素贝叶斯算法的文本情感分类方法-CN202310590626.1在审
发明人：朱静;姜靖宇;尹邦政;高思翰;庄晓萱;陈泳轩 -专利权人：广州大学
申请日： 2023-05-23 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本发明提供了基于双层随机森林朴素贝叶斯算法的文本情感分类方法，包括：S1，使用训练文档集D构建随机森林；S2，建立初始为空的样本集D'，使用S1获得的随机森林分别对D中的每篇训练文档x进行分类获得特征向量x'，将特征向量x'存入样本集D'中；S3，分别对D'中的每一个特征向量x'做一位有效编码，并更新样本集D'；S4，计算多变量伯努利朴素贝叶斯的先验概率和条件概率；S5，将待处理文档d输入随机森林，使用基学习器预测的类别下标为d构建新特征向量d'；S6，对d'做一位有效编码，运用预设的公式对d'进行分类得到随机森林朴素贝叶斯模型的最终预测结果。本发明基于双层随机森林朴素贝叶斯算法来进行分类，有效地提高了分类准确率。
基于双层随机森林朴素贝叶斯算法文本情感分类方法

[发明专利]基于CSP多尺度卷积神经网络的运动想象解码方法-CN202310654961.3在审
发明人：周良伟;李迎新;金晶;王薇 -专利权人：上海术理智能科技有限公司
申请日： 2023-06-05 - 公布日： 2023-09-19 - 主分类号： G06F18/243 文献下载
摘要：本申请公开基于CSP多尺度卷积神经网络的运动想象解码方法，包括以下步骤：规范化EEG脑电信号数据，然后进行带通滤波处理，切分出若干个滤波频带，进行CSP共空间空域滤波处理；为每一个频带的数据分配权重；自动提取分配完权重的信号，进行不同精细度的过滤，进行池化和卷积，并将多个不同尺度卷积提取的特征进行相同维度的拼接，形成特征图；给不同频带的特征图重新分配特征权重，并使用门控循环网络提取更深层次的时序特征，然后做特征拼接；全连接网络分类处理，使最后输出的神经元个数为分类类别个数。本申请提供的运动想象解码方法能够极大的提升了滤波效果，进而有效提升运动想象解码分类的准确性以及分类模型的鲁棒性。
基于 csp 尺度卷积神经网络运动想象解码方法

[发明专利]一种基于多目标测控数传数据处理系统及方法-CN202310665702.0在审
发明人：张琴;王伟东;程艳;敬晓晓;吴涛;孙河中;任俊涛;杜星亮;宗亚东;陈冬梅 -专利权人：郑州银丰电子科技有限公司
申请日： 2023-06-07 - 公布日： 2023-09-19 - 主分类号： G06F18/2433 文献下载
摘要：本发明公开了一种基于多目标测控数传数据处理系统及方法，具体涉及卫星数据处理技术领域，包括数据监测单元：用于对车载卫星地面站内的目标测控设备及目标数传设备进行实时监测，获取本监测周期内的监测记录，并形成监测记录数据表；异常标注单元：用于统计目标测控设备及目标数传设备的本监测周期内的异常数据，确认异常数据并进行标注；本发明通过获取相关性权重σ后，将测控评估系数及数传评估系数进行相关联，获得修正因子P，通过获取修正因子P能够进一步对车载卫星地面站内的目标测控设备及目标数传设备的数据处理出现的异常进行修正，提高车载卫星地面站数据处理的正确性。
一种基于多目标测控数据处理系统方法