“模型筛选”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1015443个，建议您升级VIP下载更多相关专利

[发明专利]数据处理方法及系统-CN201811634561.1在审
发明人：李永博;田磊;冯红星 -专利权人：陕西西部资信股份有限公司
申请日： 2018-12-29 - 公布日： 2019-05-07 - 主分类号： G06F16/25 文献下载
摘要：本公开提供一种数据处理方法及系统，涉及通信领域，具体涉及大数据领域，能够解决数据筛选时筛选模型兼容性差及无法保护筛选模型安全性的问题。具体技术方案为：首先用户上传自定义筛选模型，并在该筛选模型通过验证之后作为预设筛选模型；再获取用户的数据筛选请求，通过预设筛选模型确定对应的数据指标；通过该数据指标获取对应的用户信用数据；最后通过预设筛选模型处理该用户信用数据生成目标用户数据通过本公开提供的数据处理方法能够兼容多种筛选模型，且能够提高数据筛选传输过程中筛选模型、用户数据的安全性。本发明用于数据筛选。
筛选模型数据筛选数据处理预设数据指标用户信用目标用户数传输过程数据生成通信领域用户上传用户数据大数据兼容性自定义兼容验证

[发明专利]不分割石膏模型筛选方法、筛选治具制作方法及筛选治具-CN202011072759.2有效
发明人：徐顺聪;涂明明;张蕊;李文静 -专利权人：广州黑格智造信息科技有限公司
申请日： 2020-10-09 - 公布日： 2021-08-31 - 主分类号： A61C9/00 文献下载
摘要：本发明公开了一种不分割石膏模型筛选方法、筛选治具制作方法及筛选治具，所述不分割石膏模型筛选方法包括：根据对历史石膏基牙模型的筛选测试结果制作具有不同基牙邻面角度的基牙治具；利用扫描仪对所述基牙治具进行扫描，从而确定所述扫描仪的最小扫描角度；根据所述扫描仪的最小扫描角度制作对应角度的不分割石膏模型筛选治具；利用所述不分割石膏模型筛选治具对不分割石膏模型进行筛选。本发明根据扫描仪的最小扫描角度制作不分割石膏模型筛选治具，并利用所述不分割石膏模型筛选治具筛选出可被扫描仪扫描的不分割石膏模型，从而提高不分割石膏模型扫描成功率，实现不分割石膏模型扫描批量化的效果。
分割石膏模型筛选方法制作方法

[发明专利]荧光酶抑制剂筛选模型构建方法及荧光酶抑制剂筛选方法-CN202010715628.5在审
发明人：印明柱;曹东升;杨梓宜;陈翔 -专利权人：中南大学湘雅医院
申请日： 2020-07-23 - 公布日： 2020-12-08 - 主分类号： G16B5/20 文献下载
摘要：本申请涉及一种荧光酶抑制剂筛选模型构建方法和荧光酶抑制剂筛选方法。所述荧光酶抑制剂筛选模型构建方法包括：获取模型训练集，计算模型训练集的分子描述符，对分子描述符进行特征选择，得到目标分子描述符集，根据目标分子描述符集和至少两种预设算法，建立初始荧光酶抑制剂筛选模型，初始荧光酶抑制剂筛选模型包括单种分子表征模型和组合表征模型，获取模型评估数据集、并根据模型评估数据集对初始荧光酶抑制剂筛选模型的预测能力进行评估，得到荧光酶抑制剂筛选模型。采用本方法能够构建出实用性和可信性高的荧光剂筛选模型。采用荧光酶抑制剂筛选方法，能够快速准确地筛选出非荧光酶抑制剂，节省时间和人力，提高荧光酶抑制剂的检测效率。
荧光抑制剂筛选模型构建方法

[发明专利]用户对象筛选方法、装置和电子设备-CN201910843994.6在审
发明人：吴桐 -专利权人：香港乐蜜有限公司
申请日： 2019-09-06 - 公布日： 2019-12-31 - 主分类号： G06F16/9535 文献下载
摘要：本发明提出一种用户对象筛选方法、装置和电子设备，其中，方法包括：获取选定的基础规则模型，以及基础规则模型之间的组合关系，根据组合关系组合基础规则模型，得到复合规则模型，根据设定的筛选指标，配置复合规则模型中相应的基础规则模型，得到筛选器，采用筛选器筛选用户对象，得到符合筛选指标的用户对象。本发明通过规则模型的组合搭建，构造出复合规则模型的筛选器，以满足各种复杂多样的活动规则需求，筛选出符合规则及指标的用户对象，提高筛选效率和筛选的准确率，进而提高了产品运营效率及用户产品体验，解决现有技术中通过人工操作筛选用户对象导致时间成本高
用户对象筛选复合规则基础规则筛选器规则模型筛选指标组合关系电子设备工作效率活动规则人工操作时间成本用户产品运营效率组合基础准确率出错配置

[发明专利]一种筛选机器学习模型的方法及装置-CN202010011960.3在审
发明人：赵博譞 -专利权人：银联数据服务有限公司
申请日： 2020-01-07 - 公布日： 2020-02-18 - 主分类号： G06N20/00 文献下载
摘要：本发明实施例公开了一种筛选机器学习模型的方法及装置，方法包括：通过第一数据集构建多组第一使用集，针对每个待筛选模型，确定待筛选模型在每组第一使用集下的验证结果，根据各组第一使用集下的验证结果确定待筛选模型在第一数据集下的第一验证结果，根据各待筛选模型在第一数据集下的第一验证结果，将第一验证结果大于第一设定阈值的待筛选模型作为目标模型。本发明通过利用历史参数组合和其对应的模型表现数值等历史信息来探索更有可能提高模型表现能力的参数组合，模型筛选过程中无需遍历所有可能的参数组合，提高了模型筛选的效率。
一种筛选机器学习模型方法装置

[发明专利]基于社保数据的风险用户筛选方法、装置及计算设备-CN202211396949.9在审
发明人：杨国蓉;邵震洲;黄益民;姚迪;邓林 -专利权人：浙江浙大网新软件产业集团有限公司;浙江省人力资源和社会保障信息中心
申请日： 2022-11-09 - 公布日： 2022-12-06 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于社保数据的风险用户筛选方法、装置及计算设备，包括获取多个风险用户类型；确定各个风险用户类型分别对应的风险指标信息；其中，一个风险用户类型对应一个风险指标信息，每个风险指标信息均包括多个风险指标子信息；获取与各个风险用户类型分别对应的用户筛选模型；其中，一个风险用户类型对应一个用户筛选模型，一个风险指标信息对应一个用户筛选模型；每个用户筛选模型中均包括多个用户筛选子模型，用户筛选模型中的用户筛选子模型与其对应的风险指标信息中的风险指标子信息一一对应；将社保数据输入各个用户筛选模型，得到各个用户筛选模型分别对应的风险用户信息。
基于社保数据风险用户筛选方法装置计算设备

[发明专利]基于二道模型的业务数据筛选方法及装置-CN202010886848.4有效
发明人：顾凌云;谢旻旗;段湾;刘辉;任利华;张涛;潘峻 -专利权人：上海冰鉴信息科技有限公司
申请日： 2020-08-28 - 公布日： 2022-05-20 - 主分类号： G06Q40/02 文献下载
摘要：本发明提供的基于二道模型的业务数据筛选方法及装置，首先获取用户终端上传的待处理业务数据，其次确定第一筛选模型的第一特征，将第一特征保存为第一列表文件，然后构建第一筛选模型并将第一筛选模型对应的模型参数保存为第一模型文件进一步地，根据训练集、测试集以及跨时间验证集确定第二筛选模型的样本集，确定第二筛选模型的第二特征并保存为第二列表文件。最后根据样本集构建第二筛选模型并将第二筛选模型对应的模型参数保存为第二模型文件；将第一列表文件、第一模型文件、第二列表文件以及第二模型文件进行关联存储。如此，能够避免对待处理业务数据进行筛分和识别时出现误判，同时还能实现模型识别的区分度。
基于模型业务数据筛选方法装置

[发明专利]豆瓣酱的原料筛选方法、装置、设备及介质-CN202210663849.1有效
发明人：朱奇;兰云贵;陈海风;徐良;冉易;黄家全;彭训亮;赵彬媛;张宏宇 -专利权人：四川省郫县豆瓣股份有限公司
申请日： 2022-06-14 - 公布日： 2022-09-09 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及智能决策领域，揭露一种豆瓣酱的原料筛选方法、装置、设备及介质，方法包括：S1：对豆瓣酱的历史原料进行特征提取，得到原料特征；S2：利用原料筛选模型中的特征得分算法计算原料特征的特征得分；S3：利用原料筛选模型的随机排列算法对原料特征进行随机筛选，得到随机筛选特征，根据特征得分，计算随机筛选特征的筛选特征得分；S4：利用原料筛选模型中的损失函数计算所述筛选特征得分的损失值；S5：若损失值大于预设阈值，调整原料筛选模型中的模型参数，返回S2的步骤；S6：若损失值不大于预设阈值，得到训练好的原料筛选模型，以对待筛选数据进行筛选，得到原料筛选结果。本发明可以提高豆瓣酱原料筛选的效率。
豆瓣酱原料筛选方法装置设备介质

[发明专利]一种神经网络模型的剪枝方法及装置-CN202010699771.X有效
发明人：涂兆鹏;王文轩 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-07-20 - 公布日： 2022-09-27 - 主分类号： G06N3/08 文献下载
摘要：本申请实施例提供了一种神经网络模型的剪枝方法及装置，涉及人工智能技术领域，该方法包括：在神经网络模型中设置筛选组件，筛选组件用于对目标隐藏层输出的数据特征进行筛选，通过对神经网络模型进行训练，获得每个筛选组件的通过率，进而基于筛选组件的通过率获得筛选组件对应的目标隐藏层对神经网络模型的影响程度，从而可以直观地获知神经网络模型内部结构的重要程度，提高模型的可解释性。基于各个筛选组件的通过率，优先对通过率低的筛选组件连接的目标隐藏层进行剪枝处理，从而一方面保证了神经网络模型的模型效果，另一方面压缩了神经网络模型大小，降低模型计算复杂度，加快了模型运行速度。
一种神经网络模型剪枝方法装置

[发明专利]筛选模型建立方法、光谱筛选装置及方法-CN201810680944.6有效
发明人：夏杰;陈达;梁波;陈文毅;陈清贵;王崇敬;胡昌平;徐如刚;汤中荣;易延亮;张联军 -专利权人：中石化西南石油工程有限公司地质录井分公司
申请日： 2018-06-27 - 公布日： 2021-11-26 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种筛选模型建立方法、光谱筛选装置及方法。筛选模型建立方法，应用于录井气体筛选，该方法包括：将获得的Z个原始样本输入预设的分类模型进行训练得到第一筛选模型；从Z个原始样本中选择V个原始样本作为目标子样本集，来对第一筛选模型进行修正，得到与该目标子样本集对应的子模型；计算每个目标子集的稳定变化值集合；对多个目标子样本集对应的稳定变化值集合进行平均处理，得到集成稳定值矩阵；根据预设条件预设条件筛选集成稳定值，构建修正光谱；将修正光谱以及该修正光谱所对应的待检测气体的浓度作为校正样本输入第一筛选模型，获得第二筛选模型。本实施例所述方案能够精确筛选出待测气体相关度大的光谱。
筛选模型建立方法光谱装置

[发明专利]任务筛选模型生成方法、装置、电子设备及存储介质-CN202310761403.7在审
发明人：赵壮 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-06-26 - 公布日： 2023-09-29 - 主分类号： G06Q30/0251 文献下载
摘要：本公开关于一种任务筛选模型生成方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法通过将第一训练样本分别输入资源推荐模型以及待训练的任务筛选模型；获取资源推荐主任务网络的第一预测标签，多个资源推荐辅助任务网络的第二预测标签，以及任务筛选模型的筛选因子；基于样本标签和第一预测标签确定第一损失值，基于样本标签、第二预测标签和筛选因子确定第二损失值；获取已更新模型参数资源推荐主任务网络对样本资源的第三预测标签，确定目标损失值；基于目标损失值调整任务筛选模型的模型参数，在达到第一停止条件的情况下，将当前的任务筛选模型确定为目标任务筛选模型。可以提高资源推荐辅助任务网络的筛选效率。
任务筛选模型生成方法装置电子设备存储介质

[发明专利]基于数据隐私保护的机器学习模型特征筛选方法及装置-CN201911195304.7有效
发明人：陈超超;王力;周俊 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-11-28 - 公布日： 2021-04-20 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供用于基于数据隐私保护的机器学习模型特征筛选的方法。机器学习模型具有模型特征集，并且机器学习模型的特征数据被垂直切分地分布在第一数据拥有方和至少一个第二数据拥有方处，每个数据拥有方具有与模型特征集的模型特征子集对应的特征数据。第一数据拥有方具有待筛选模型特征的特征数据，第二数据拥有方不具有待筛选模型特征的特征数据。第一数据拥有方和至少一个第二数据拥有方协同来使用各自的特征数据进行多方安全计算，以训练出待筛选模型特征的预测模型。在第一数据拥有方处，基于待筛选模型特征的预测差值确定待筛选模型特征的方差膨胀因子，以进行模型特征筛选处理。
基于数据隐私保护机器学习模型特征筛选方法装置

[发明专利]客户数据资源共享方法、装置及电子设备-CN202010487246.1在审
发明人：王飞;麻恒波;陈凯;丛颖;刘佳;崔术丰;阮敬涛;岳娜;秦璐;胡家郡;赵秀梅 -专利权人：阳光保险集团股份有限公司
申请日： 2020-06-01 - 公布日： 2020-09-08 - 主分类号： G06F16/2455 文献下载
摘要：本发明提供了一种客户数据资源共享方法、装置及电子设备，涉及数据筛选的技术领域，方法包括接收用户输入的客户数据筛选指令，所述客户数据筛选指令包括至少一个业务规则筛选维度；根据至少一个业务规则筛选维度从模型库中确定至少一个预先训练的客户数据筛选模型，根据至少一个预先训练的客户数据筛选模型进行客户数据的筛选，得到客户数据筛选结果；其中，所述客户数据筛选模型包括客户评分模型；所述客户评分模型用于根据客户数据对每个客户分别进行客户评分，根据每个客户的客户评分筛选客户数据；展示客户数据筛选结果。本发明能够实现客户数据的筛选，为客户数据的删除、匹配和下发提供保障。
客户数据资源共享方法装置电子设备

[发明专利]数据处理方法、装置、设备及存储介质-CN201911149101.4有效
发明人：袁松岭;文心杰;王晓利;伍海江 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-11-21 - 公布日： 2023-03-21 - 主分类号： G06F40/58 文献下载
摘要：方法包括：获取待筛选数据集，待筛选数据集包括多个待筛选的源语言数据；基于目标数据筛选模型，对待筛选数据集中的各个源语言数据进行筛选，得到筛选后的源语言数据，目标数据筛选模型利用强化学习算法训练得到；将筛选后的源语言数据作为目标源语言数据，获取与目标源语言数据对应的标注语言数据，基于目标源语言数据和标注语言数据获取机器翻译模型。在此种数据处理的过程中，目标数据筛选模型中的筛选规则为机器在强化学习的过程中自动学习出来的，目标数据筛选模型的适应场景广泛，筛选后的源语言数据的质量较高，使得获取的机器翻译模型的翻译性能较好。
数据处理方法装置设备存储介质

[发明专利]一种药物筛选细胞模型及其构建方法与应用-CN03109791.X无效
发明人：常智杰;戎煜;宁红秀;王春华;王银银;翟永功 -专利权人：清华大学
申请日： 2003-04-21 - 公布日： 2004-10-27 - 主分类号： C12Q1/18 文献下载
摘要：本发明公开了一种药物筛选细胞模型及其构建方法与应用，其目的是提供一种药物作用机制明确，药物筛选直接、快速、简便，适合于大规模药物筛选的药物筛选细胞模型。该模型采用STAT作为药物筛选的分子靶点并包括荧光酶报告基因。本发明提供了一种构建该药物筛选细胞模型的方法，是将串连的STAT的DNA结合序列亚克隆至荧光酶报告系统载体，然后分别将重组载体转入体外培养的细胞系中使之稳定表达，得到药物筛选细胞模型。该细胞模型可以用于药物有效成分的大规模高通量筛选。
一种药物筛选细胞模型及其构建方法应用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条