“回归模型”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791845个，建议您升级VIP下载更多相关专利

[发明专利]一种精确预测隧道围岩位移的方法-CN202010651430.5在审
发明人：何川;蒙伟;晏启祥;封坤;郭德平;孙晋锋;唐进才;廖烟开;王皋;冯智;李雨强;青松勇 -专利权人：西南交通大学;叙镇铁路有限责任公司
申请日： 2020-07-08 - 公布日： 2020-10-16 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种精确预测隧道围岩位移的方法，包括在隧道开挖后，及时收集地表沉降、拱顶下沉及周边收敛等位移数据，并记录时间，绘制时间—位移散点图；依据《铁路隧道监控量测技术规程(Q/CR 9218‑2015)》给出的指数模型、对数模型、双曲线模型三类位移历时模型同时进行回归分析；依据概率论与数理统计相关理论，分别对上述三类模型进行回归模型和回归系数的显著性检验；在通过回归模型和回归系数的显著性检验后，采用残差平方和最小的模型作为回归模型；本发明可避免采用指数模型、对数模型、双曲线模型中的一类模型进行回归、可避免采用不显著的模型进行回归、可以将回归效果最佳的模型作为回归模型，回归效果最佳指的是回归值最接近实测值。
一种精确预测隧道围岩位移方法

[发明专利]一种基于集成学习的空间非线性回归方法及系统-CN202211464179.7有效
发明人：罗运;苏世亮 -专利权人：武汉大学
申请日： 2022-11-21 - 公布日： 2023-07-18 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于集成学习的空间非线性回归方法及系统，对数据计算空间权重矩阵和二阶邻接矩阵；使用弱回归模型进行局部加权回归，拟合得到局部弱回归模型；对数据进行预测转换，得到二阶回归数据；将二阶邻接矩阵作为局部筛选，局部弱回归模型作为基础回归模型，空间权重矩阵作为局部权重，使用集成方法中的混合模型对二阶回归数据进行拟合，得到局部集成模型；使用局部留一法交叉验证，对模型进行评估选择，得到最优的空间非线性回归模型。本发明将集成学习中的混和模型引入空间回归，并使用弱回归模型作为基础局部回归模型以引入非线性关系，从而得到高效的空间非线性回归模型，以此捕捉空间非平稳性中的非线性关系。
一种基于集成学习空间非线性回归方法系统

[发明专利]地铁变电所钢轨电位计算方法-CN202010961505.X在审
发明人：杨少兵;张征;叶晶晶 -专利权人：北京交通大学
申请日： 2020-09-14 - 公布日： 2020-12-15 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了地铁变电所钢轨电位计算方法，包括：基于地铁变电所的供电系统结构建立正常供电情况下钢轨电位的数学模型；根据数学模型获取引发钢轨电位变化的参量；建立回归模型池；参量即构成回归模型池中回归模型的输入参量，基于自适应学习的最优回归模型选择方法从回归模型池中选择并训练回归模型，得到优化好的回归模型；根据优化好的回归模型对地铁变电所钢轨电位进行计算。本发明方法通过回归模型的选择以及训练得到了优化的回归模型，由回归模型在运行数据中挖掘出供电系统输入输出之间的关系来计算电位，避开了对地铁牵引供电网络阻抗参数的直接测量与计算，得到的电位结果精确。
地铁变电所钢轨电位计算方法

[发明专利]逻辑回归模型的训练方法、装置、电子设备及存储介质-CN202110855737.1在审
发明人：林杰胜;张韶峰;冯超;韩士渊 -专利权人：百融云创科技股份有限公司
申请日： 2021-07-28 - 公布日： 2021-11-02 - 主分类号： G06K9/62 文献下载
摘要：本申请提供一种逻辑回归模型的训练方法、装置、电子设备及存储介质，逻辑回归模型的训练方法包括：获取原始逻辑回归模型；获取训练样本集；从训练样本集中获取第一预设数量的训练样本，以及从训练样本集中获取第二预设数量的训练样本；采用第一子样本集训练原始逻辑回归模型，以及采用第二子样本集训练原始逻辑回归模型；从第一子逻辑回归模型中提取第一回归系数，以及从第二子逻辑回归模型中提取第二回归系数；采用预设算法对第一回归系数和第二回归系数进行计算；将原始逻辑回归模型中的回归系数替换为目标回归系数，得到逻辑回归模型，能够提高逻辑回归模型预测的精准度。
逻辑回归模型训练方法装置电子设备存储介质

[发明专利]基于辅助任务的时间序列外部回归处理方法、设备及介质-CN202211457735.8在审
发明人：任磊;莫廷钰 -专利权人：北京航空航天大学
申请日： 2022-11-21 - 公布日： 2023-04-04 - 主分类号： G06N3/049 文献下载
摘要：本申请提供一种基于辅助任务的时间序列外部回归处理方法、设备及存储介质，涉及时间序列技术领域。该方法包括：获取与原始时间序列对应的时频特征序列；根据时频特征序列和主任务回归预测模型，得到回归损失，根据时频特征序列和辅助任务回归预测模型，得到重构损失，主任务回归预测模型和辅助任务回归预测模型的参数共享，主任务回归预测模型用于对时频特征序列的外部回归标签进行预测，辅助任务回归预测模型用于基于时频特征序列进行时序特征的重构；根据回归损失和重构损失，更新主任务回归预测模型的参数，直至模型收敛。本申请的方法，根据序列数据的重要性动态重构序列中的关键元素，获得更多的数据整体性感知能力，提升模型回归性能。
基于辅助任务时间序列外部回归处理方法设备介质

[发明专利]一种回归预测模型训练方法、装置和计算机设备-CN202111116930.X在审
发明人：徐阳 -专利权人：深圳市万普拉斯科技有限公司
申请日： 2021-09-23 - 公布日： 2023-03-28 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种回归预测模型训练方法、装置和计算机设备，回归预测模型训练方法包括利用多个具有标注的合成图像样本和多个具有标注的真实图像样本训练回归预测模型，通过合成图像样本不仅可以获得足够多的训练样本，用于训练回归预测模型，而且由于训练样本类型多样，包括真实图像样本和合成图像样本，使得回归预测模型可以根据真实图像样本和合成图像样本进行针对性的训练，在训练过程中两种类型的训练样本对应的训练结果相互影响，不仅可以增强回归预测模型回归预测的准确性，而且可以提高回归预测模型回归预测的灵活性，进而使得回归预测模型的普适性提高，增强了回归预测模型的泛化能力。
一种回归预测模型训练方法装置计算机设备

[发明专利]一种基于不确定线性回归分析模型的应用方法及系统-CN201910732249.4在审
发明人：王志刚;何文峰 -专利权人：海南大学
申请日： 2019-08-09 - 公布日： 2019-11-19 - 主分类号： G06F17/18 文献下载
摘要：本发明属于回归分析模型信息处理技术领域，公开了一种基于不确定线性回归分析模型的应用方法及系统，采用专家的实验数据和用于估计经验不确定性分布的德尔菲法；通过收集和解释专家的实验数据，建立不确定线性回归模型，得到模型参数估计的最优解，通过两个例子验证线性回归模型优于简单线性回归模型。本发明的主要贡献是在不确定性理论下建立不确定性线性回归模型，得到模型参数估计的最优解；通过两个例子表明，不确定线性回归模型优于简单线性回归模型。
线性回归模型不确定性模型参数估计回归模型简单线性实验数据最优解回归分析模型线性回归分析信息处理技术验证应用

[发明专利]因子分解机回归模型构建方法、设备及可读存储介质-CN202010893497.X在审
发明人：高大山;鞠策;杨强;郑文琛;谭奔;杨柳 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-08-28 - 公布日： 2020-11-27 - 主分类号： G06F21/62 文献下载
摘要：本申请公开了一种因子分解机回归模型构建方法、设备及可读存储介质，所述因子分解机回归模型构建方法包括：与第二设备进行秘密共享，获得秘密共享模型参数和秘密共享训练数据，基于所述秘密共享训练数据和所述秘密共享模型参数，与所述第二设备进行纵向联邦学习建模，计算秘密共享回归误差，基于所述秘密共享回归误差，确定第一目标回归模型参数，并协助所述第二设备确定第二目标回归模型参数，以构建纵向联邦因子分解机回归模型。本申请解决了基于纵向联邦学习建模构建回归模型时无法保护各参与方的数据隐私的技术问题。
因子分解回归模型构建方法设备可读存储介质

[发明专利]一种突发事件路网影响范围分析方法-CN202310705257.6在审
发明人：段洪琳;杨建国;王振华;姜德宏;蔡灿;王然;腾志伟 -专利权人：招商新智科技有限公司;招商局公路网络科技控股股份有限公司
申请日： 2023-06-14 - 公布日： 2023-08-29 - 主分类号： G08G1/01 文献下载
摘要：该方法包括获取历史事故信息，构建多任务回归模型；将历史事故信息划分为训练集和测试集；用训练集训练多任务回归模型，获得训练好的多任务回归模型，用测试集测试训练好的多任务回归模型，测试合格，获得最终多任务回归模型，测试不合格，调整多任务回归模型继续用训练集训练多任务回归模型，直到获得最终多任务回归模型；获取实际事故信息；将获取实际事故信息输入最终多任务回归模型，获得实际事故路网影响范围，即突发事件路网影响范围。
一种突发事件路网影响范围分析方法

[发明专利]回归模型构建优化方法、设备、介质及计算机程序产品-CN202110442398.4在审
发明人：康焱;刘洋;梁新乐 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-04-23 - 公布日： 2021-07-09 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种回归模型构建优化方法、设备、介质及计算机程序产品，所述回归模型构建优化方法包括：在各预设数据源中分别获取特征数据，并基于各预设回归参数预测模型和各所述预设数据源的数据源缺失概率，分别生成各所述特征数据对应的预测权重参数；基于各所述预测权重参数与各所述特征数据，生成预测回归值；基于各所述特征数据对应的真实回归值和所述预测回归值，通过优化各所述预设回归参数预测模型，构建目标回归模型。本申请解决了由于数据源缺失导致回归模型构建效率低的技术问题。
回归模型构建优化方法设备介质计算机程序产品

[发明专利]一种基于离散空间组合优化的回归轨道快速设计方法-CN202210723620.2在审
发明人：韦晓芳;邵晓巍;陈力;李楠;张德新;鞠潭 -专利权人：上海交通大学
申请日： 2022-06-24 - 公布日： 2022-09-16 - 主分类号： G06F30/15 文献下载
摘要：本发明公开了一种基于离散空间组合优化的回归轨道快速设计方法，包括以下步骤：构建太阳同步轨道解析模型、回归轨道解析模型，联立所述太阳同步轨道解析模型、回归轨道解析模型，建立离散解集；对所述离散解集进行优化处理，获得回归轨道参数，基于所述回归轨道参数，建立回归轨道；对所述回归轨道进行回归特性校正，获得目标回归轨道。本发明通过采用扩展维度的微分校正策略，对所设计的轨道进行了回归特性校正，将径矢考虑在内，增加了卫星空间位置的回归约束，实现了高精度回归轨道的设计。
一种基于离散空间组合优化回归轨道快速设计方法

[发明专利]基于遗传编程的多元回归预测模型优化方法-CN201710227808.7在审
发明人：黄震华 -专利权人：同济大学
申请日： 2017-04-10 - 公布日： 2017-09-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于遗传编程的多元回归预测模型优化方法，通过初始多元回归预测模型簇构造和多元回归预测模型簇进化两个模块来获取最优的多元回归预测模型。初始多元回归预测模型簇构造模块生成用户指定数量的多元回归预测模型个体，并优化每个模型个体的权重参数。多元回归预测模型簇进化模块对初始多元回归预测模型簇进行解析之后，基于遗传编程策略实现选择、解析、交叉、变异和评估五个操作的迭代处理，并将最终的最优多元回归预测模型个体返回给用户。
基于遗传编程多元回归预测模型优化方法

[发明专利]一种基于多近邻保持嵌入回归模型的工业软测量方法-CN201710234403.6有效
发明人：蓝艇;童楚东;史旭华 -专利权人：宁波大学
申请日： 2017-04-01 - 公布日： 2019-08-16 - 主分类号： G06F17/50 文献下载
摘要：本发明公开一种基于多近邻保持嵌入回归模型的软测量方法，该方法旨在全面挖掘数据的局部近邻特征关系，并建立多个回归模型以实现对产品质量的在线软测量。然后，对应建立距离NPE回归模型、时间NPE回归模型，和角度NPE回归模型。其次，将各个NPE回归模型对输出的估计值重新作为输入，利用偏最小二乘算法再次建立其与输出之间的回归模型。最后，将建立起来的这些回归模型用于在线软测量。本发明方法由于能较全面地挖掘出更多的潜藏有用信息，而且实施软测量时，使用了多个回归模型保证了软测量模型的泛化能力，是一种更为优选的软测量实施方案。
一种基于近邻保持嵌入回归模型工业测量方法

[发明专利]一种目标事件的发生概率确定方法以及装置-CN202110447667.6在审
发明人：龚承启 -专利权人：中国电子系统技术有限公司
申请日： 2021-04-25 - 公布日： 2021-06-25 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开一种目标事件的发生概率确定方法，该方法包括：获取目标事件对应的N个级别分组；针对每一个第一级别分组，根据该第一级别分组对应的各个第N级别分组的若干个指标参数，确定该第一级别分组对应的回归模型；根据各个第一级别分组各自分别对应的回归模型，确定顶层回归模型；根据所述顶层回归模型，确定所述目标事件的发生概率。可见，本申请充分利用各个分组中的各个指标参数的分层分组关系，将顶层回归模型的优化过程分解到各个分组对应的回归模型构建过程中，并最终将各个分组对应的回归模型重新组合为顶层回归模型，使得顶层回归模型具备更强的可解释性，陷入局部最优的风险也更低，从而提高顶层回归模型所预测的目标概率的准确性。
一种目标事件发生概率确定方法以及装置

[发明专利]一种改进最小二乘支持向量机的谐波发射水平评估方法-CN201911030697.6有效
发明人：潘玲;冯倩;张鹏;周健;潘爱强;陈冉;曾平;唐伟杰;陈洪岗;陈甜甜;罗祾;杨心刚;宋杰;熊敏 -专利权人：国网上海市电力公司;华东电力试验研究院有限公司;四川大学
申请日： 2019-10-28 - 公布日： 2023-06-20 - 主分类号： G06F18/2411 文献下载
摘要：本发明公开了一种改进最小二乘支持向量机的谐波发射水平评估方法，包括以下步骤：步骤1：基于实验数据构建LS‑SVM回归模型；步骤2：利用DP聚类算法从LS‑SVM回归模型中剔除离群点；步骤3：根据实验数据对剔除离群点的LS‑SVM回归模型进行加权计算；步骤4：向加权后的LS‑SVM回归模型引入组合核函数进行改进；步骤5：根据改进LS‑SVM回归模型计算系统谐波阻抗，并根据系统谐波阻抗评估谐波发射水平。此方法解决了LS‑SVM回归模型中异常样本对计算谐波阻抗精度的影响以及LS‑SVM回归模型性能差的问题，对LS‑SVM回归模型的改进，结合二项式函数和径向基函数的组合核函数算法和DP聚类算法，完成了LS‑SVM回归模型中异常样本的剔除，实现了改进LS‑SVM回归模型的计算精度以及算法性能的提升。
一种改进最小支持向量谐波发射水平评估方法

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