“回归模型参数”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1366674个，建议您升级VIP下载更多相关专利

[发明专利]联邦模型训练方法、装置、可读存储介质及设备-CN202110693782.1在审
发明人：朱瑶;孟丹;李宏宇;李晓林 -专利权人：同盾科技有限公司;同盾控股有限公司
申请日： 2021-06-22 - 公布日： 2021-10-22 - 主分类号： G06F30/27 文献下载
摘要：本发明实施例提供了一种联邦模型训练方法、装置及可读存储介质，方法包括：获取第一参与方的第一模型的第一回归结果、以及第二参与方的第二模型的第二回归结果，采用目标损失函数，对第一模型的第一模型参数进行链式求导得到目标梯度值计算公式，基于目标梯度值计算公式、第一回归结果、第二回归结果、以及第一训练数据的标签数据，确定第一模型参数更新过程中的目标中间结果，基于目标梯度值计算公式、目标中间结果、以及第一训练数据，计算第一模型参数的目标梯度值，基于第一模型参数的目标梯度值、以及第一模型的预设学习率，确定第一模型的新模型参数，并采用新模型参数更新第一模型参数，提高了模型的预测效果的准确性。
联邦模型训练方法装置可读存储介质设备

[发明专利]一种支持向量回归机模型选择方法-CN201610403137.0在审
发明人：王海伦;许大星;柴国飞;黄钢 -专利权人：衢州学院
申请日： 2016-06-07 - 公布日： 2016-11-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种支持向量回归机模型选择方法，针对支持向量回归机的模型选择问题提出了一种新的基于混合核函数和容积卡尔曼滤波的支持向量回归机模型选择方法。选择混合核函数作为支持向量机的核函数，把混合核函数的组合系数嵌入到核函数参数与回归参数组成的超参数状态向量当中，从而将模型选择问题转换成一个非线性系统的状态估计问题，然后基于高性能的容积卡尔曼滤波进行超参数估计仿真实验表明，本文所提方法与单个核函数的容积卡尔曼滤波支持向量回归机模型选择方法、遗传算法相比，该方法得到的决策回归函数具有更大的泛化能力，预测精度更高。
一种支持向量回归模型选择方法

[发明专利]基于稀疏异方差多样条回归的风功率曲线拟合的方法-CN201911367126.1有效
发明人：汪运;邹润民;李意芬;杨佳欣 -专利权人：中南大学
申请日： 2019-12-26 - 公布日： 2021-12-07 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种基于稀疏异方差多样条回归的风功率曲线拟合的方法，包括：采用模糊C均值算法自动检测异常点，针对原始风电数据获取去除异常点的数据；根据获取到的数据构建稀疏异方差多样条回归模型；采用变分贝叶斯方法对构建的稀疏异方差多样条回归模型进行优化，得到模型中所有参数的后验分布情况及参数公式；初始化模型参数，根据模型中所有参数的后验分布情况及参数公式，利用迭代的方法，求出参数的估计值。本发明所提供的基于稀疏异方差多样条回归的风功率曲线拟合的方法综合了多个样条基函数，增加了模型的非线性拟合能力，避免了冗余信息对最终回归结果的影响。
基于稀疏方差多样回归功率曲线拟合方法

[发明专利]风险投资模型构建方法、装置、设备、介质和程序产品-CN202210271435.4在审
发明人：严艳莹 -专利权人：中国建设银行股份有限公司
申请日： 2022-03-18 - 公布日： 2022-06-28 - 主分类号： G06Q40/06 文献下载
摘要：本申请公开了一种风险投资模型构建方法、装置、设备、介质和程序产品。该风险投资模型构建方法包括：获取影响风险投资的多个特征参数；对各所述特征参数进行排列组合，得到K个样本数据；K为正整数；将每个所述样本数据分别与风险投资指标进行线性回归，得到预测风险投资的线性回归模型。可以实现快速方便的选择构建的投资风险的回归模型的不同特征参数，提升回归模型构建效率的效果。
风险投资模型构建方法装置设备介质程序产品

[发明专利]一种SLM成形性能预测与工艺参数优化方法及系统-CN202310027291.2在审
发明人：计效园;周圣智;涂先猛;王泽明;乐国敏;陈嘉龙;季亚奇;周建新;殷亚军 -专利权人：华中科技大学;中国工程物理研究院材料研究所
申请日： 2023-01-09 - 公布日： 2023-06-02 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及SLM成形领域，具体涉及一种SLM成形性能预测与工艺参数优化方法及系统。S1.设计多步正交实验获取SLM成形件的工艺参数与性能；S2.随机划分数据集；S3.分别构建高斯过程回归模型与多元逐步回归模型，高斯过程回归模型通过常数均值函数与有理二次协方差函数构建，并采用分块二分策略调整超参数；S4.采用MAE、RMSE、R2三指标评估S2中的两个模型；S5.构建高斯过程回归‑多元逐步回归预测模型，实现由SLM工艺参数准确预测成形件性能；S6.取S5构建的预测模型作为适应度函数，通过教与学算法寻优获取推荐工艺参数；S7.分步筛选并验证推荐工艺参数。本发明不仅能根据SLM工艺参数准确预测性能，而且能高效地给出推荐工艺参数。
一种 slm 成形性能预测工艺参数优化方法系统

[发明专利]基于支持向量回归模型的冷水机组故障诊断方法-CN202210337657.1在审
发明人：蔡洪;吕瑾;李咏强;王复峰;青晓雨;王欣;陈海莲;梁草茹;周天一 -专利权人：中国人民解放军战略支援部队航天工程大学士官学校
申请日： 2022-04-01 - 公布日： 2022-06-17 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于支持向量回归模型的冷水机组故障诊断方法，确定冷水机组故障类型；确定冷水机组故障的敏感特征参数和故障诊断规则；使用冷水机组的运行数据训练各个敏感特征参数的支持向量回归模型，所述支持向量回归模型需选取的参数通过狼群算法获得；确定各个敏感特征参数的故障阈值；利用支持向量回归模型预测当前各个敏感特征参数值，根据敏感参数值和故障阈值，判断冷水机组故障。
基于支持向量回归模型冷水机组故障诊断方法

[发明专利]一种可验证的隐私保护线性回归方法和系统-CN202210710116.9有效
发明人：赖俊祚;吴鹏辉;李燕玲;张蓉;宋贝贝 -专利权人：暨南大学
申请日： 2022-06-22 - 公布日： 2023-08-01 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及机器学习领域，为一种可验证的隐私保护线性回归方法和系统，该方法包括：模型拥有者将线性回归模型相关的可验证参数公开，把线性回归模型相关的可验证参数部署在云服务器；用户对数据进行Paillier加密得到密文，将密文上传至线性回归模型所在的云服务器；用户请求云服务器对密文进行计算，云服务器通过线性回归模型对用户上传的密文进行计算预测，将计算预测结果返回给用户；利用模型拥有者提前公开的线性回归模型相关的可验证参数对计算预测结果的明文正确性进行验证本发明可以防止云服务器恶意返回错误的结果，能够保证用户数据和模型的安全行，可以保护模型拥有者的模型信息和用户的数据信息、预测结果的隐私性。
一种验证隐私保护线性回归方法系统

[发明专利]一种商品异常价格管控方法、装置、计算机设备及存储介质-CN202010208028.X在审
发明人：俞小伟;任福平 -专利权人：深圳市赤狐软件技术有限公司
申请日： 2020-03-23 - 公布日： 2020-07-07 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种商品异常价格管控方法、装置、计算机设备及存储介质，涉及机器学习领域，方法包括：创建线性回归模型；基于训练集，通过梯度下降算法不断调整所述线性回归模型的参数，使所述线性回归模型的代价函数趋于零，计算出所述线性回归模型的参数；使用测试集代入所述线性回归模型，以对所述线性回归模型进行评估，并根据评估结果再调整所述线性回归模型的参数；接收商品价格的输入值，并计算出商品价格的预测值；若所述预测值与所述输入值在允许的偏移范围内
一种商品异常价格方法装置计算机设备存储介质

[发明专利]基于图形处理单元的并行逻辑回归方法及系统-CN201610619782.6在审
发明人：叶允明;董学辉;王岢;徐晓飞 -专利权人：哈尔滨工业大学深圳研究生院
申请日： 2016-07-30 - 公布日： 2016-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种基于图形处理单元的并行逻辑回归方法及系统，该基于图形处理单元的并行逻辑回归方法包括如下步骤：模型梯度计算步骤：针对逻辑回归使用最速梯度下降法进行训练，使用图形处理单元并行计算模型的梯度；模型参数更新步骤：在图形处理单元上使用梯度方向并行更新逻辑回归模型中每个特征的参数。本发明的有益效果是：本发明的基于图形处理单元的并行逻辑回归方法及系统，提高了逻辑回归训练中数据计算速度。
基于图形处理单元并行逻辑回归方法系统

[发明专利]备付金管理方法及装置-CN202110856998.5在审
发明人：贾旖;刘真真;高鹏;黄之信 -专利权人：中国银行股份有限公司
申请日： 2021-07-28 - 公布日： 2021-10-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种备付金管理方法及装置，涉及金融技术领域，其中该方法包括：获取银行网点智能柜台在预设时间段内每天的吞吐数据；利用预设参数构建自回归模型，利用所述吞吐数据对自回归模型进行训练，确定自回归模型所有待定参数中除预设参数外的其他参数，得到中间模型；利用中间模型对吞吐数据中指定日期的期末余额进行预测，得到预测期末余额；根据吞吐数据和预测期末余额计算中间模型的评价指标值；将计算得到的评价指标值与预设的标准指标值范围进行对比；如果评价指标值在标准指标值范围内，则将中间模型确定为目标自回归模型，利用目标自回归模型预测未来目标日期的备付金单日置入预估额。
备付金管理方法装置

[发明专利]混合模型学习方法、光学散射测量方法和电子设备-CN202211490637.4在审
发明人：梁洪涛;张厚道;张晓雷;张云;施耀明 -专利权人：上海精测半导体技术有限公司
申请日： 2022-11-25 - 公布日： 2023-03-21 - 主分类号： G06N20/00 文献下载
摘要：本发明提供了一种用于光学散射测量的混合模型学习方法、光学散射测量方法和电子设备，包括：基于物理模型和材料的结构参数，通过分析实验光谱进行回归方式获得回归数据，回归数据为仿真光谱或待测参数预测值；将参考参数作为标签数据，将标签数据和回归数据共同输入机器学习模型进行训练；当机器学习模型的损失函数的损失值达到设定阈值时停止训练，获得混合模型。该方法结合了物理模型的泛化能力和机器学习模型的精度优势，能够提升半导体量测中的测量速度和精度。
混合模型学习方法光学散射测量方法电子设备

[发明专利]一种基于响应曲面法的真空烧结炉结构参数优化方法-CN202010753286.6有效
发明人：杨海东;朱成就;徐康康;印四华;张啸鹏;胡罗克 -专利权人：广东工业大学
申请日： 2020-07-30 - 公布日： 2023-06-23 - 主分类号： G06T17/00 文献下载
摘要：本发明提供一种基于响应曲面法的真空烧结炉结构参数优化方法，包括以下步骤：S1：建立真空烧结炉三维模型，并在真空烧结炉三维模型中进行数值仿真采集数据；S2：建立真空烧结炉的评价指标；S3：基于真空烧结炉三维模型，采用响应曲面法设计结构参数优化试验，计算评价指标；S4：根据计算得到的评价指标，建立结构参数优化的回归模型；S5：对回归模型进行方差分析，得到方差分析结果；S6：对回归模型进行回归分析，得到回归分析结果；S7：根据方差分析和回归分析的结果确定优化的真空烧结炉结构参数。本发明提供一种基于响应曲面法的真空烧结炉结构参数优化方法，解决了目前我国的真空烧结炉热效率水平不够高的问题。
一种基于响应曲面真空烧结炉结构参数优化方法

[发明专利]一种基于深度神经网络回归模型的近场信号源定位方法-CN201910817644.2有效
发明人：辛景民;刘文怡;左炜亮;李杰;郑南宁 -专利权人：西安交通大学
申请日： 2019-08-30 - 公布日： 2021-05-28 - 主分类号： G01S3/22 文献下载
摘要：本发明公开了一种基于深度神经网络回归模型的近场信号源定位方法，包括以下步骤：根据协方差矩阵R计算获得特征提取矩阵r；构建深度神经网络回归模型；产生深度神经网络回归模型的训练集；确定训练深度神经网络回归模型所需的各项参数；通过确定的参数和训练集训练构建的深度神经网络回归模型，获得训练好的深度神经网络回归模型；将特征提取矩阵r输入训练好的深度神经网络回归模型中，通过深度神经网络回归模型输出近场信号的波达方向和距离，完成近场信号源定位本发明引入了深度神经网络回归模型，在信噪比低于15dB和快拍数小于200的情况下波达方向角的估计精度提高了十倍，距离的估计精度接近理论上的最优解。
一种基于深度神经网络回归模型近场信号源定位方法

[发明专利]面向单相重合闸的多变量作用下潜供电弧特性预测方法-CN201610322702.0有效
发明人：刘洪顺;韩明明;李斌;李清泉;李庆民;娄杰;孙秋芹 -专利权人：山东大学
申请日： 2016-05-16 - 公布日： 2018-07-10 - 主分类号： H02H9/08 文献下载
摘要：本发明公开了一种面向单相重合闸的多变量作用下潜供电弧特性预测方法，包括：确定输入量和输出量的样本集；利用结构风险最小化原则求解支持向量机线性回归函数；建立非线性回归支持向量机回归预测模型；确定非线性回归支持向量机回归预测模型的学习参数以及评估支持向量机回归的适应度函数，采用快速非支配排序遗传算法对所述学习参数进行优化；采用参数优化的支持向量机回归预测模型对安装混合无功补偿的特高压输电系统的输出量分别进行预测。本发明有益效果：优化参数的回归型支持向量机所得到预测值与前文仿真所得到的结果相对误差在2％以内，可以说明该方法的有效性。
支持向量机回归预测模型单相重合闸非线性回归特性预测多变量输出量下潜非支配排序遗传算法特高压输电系统线性回归函数适应度函数最小化原则供电参数优化无功补偿相对误差优化参数输入量样本集回归预测求解学习评估优化

[发明专利]基于自学习复合数据源自回归模型光伏发电功率预测方法-CN201410162994.7在审
发明人：汪宁渤;路亮;刘光途;王定美;吕清泉 -专利权人：国家电网公司;国网甘肃省电力公司;甘肃省电力公司风电技术中心
申请日： 2014-04-22 - 公布日： 2014-07-16 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于自学习复合数据源自回归模型光伏发电功率预测方法，包括输入数据得到自回归模型参数；以及输入光伏发电功率预测所需输入数据到根据上述自回归模型的参数确定的自回归模型中得到预测结果；对预测结果进行后评估，即分析预测值与实测值之间的误差，如预测误差大于允许的最大误差，则从新进行自回归模型AR(p)定阶和AR(p)模型参数估计。
基于自学习复合数据源自回归模型发电功率预测方法