“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]存储性能预测方法、装置、设备以及计算机可读存储介质-CN202210236644.5在审
发明人：齐鲁;方炜;王晨;罗晓光 -专利权人：中国移动通信集团浙江有限公司;中国移动通信集团有限公司
申请日： 2022-03-09 - 公布日： 2023-09-19 - 主分类号： G06F11/34 文献下载
摘要：本发明公开了一种存储性能预测方法、装置、设备以及计算机可读存储介质，方法包括：确定目标配置参数以及目标运行参数；将所述目标配置参数输入第一回归模型，控制所述第一回归模型根据所述目标配置参数执行回归计算，得到第二回归模型结构的目标结构参数；根据所述目标结构参数以及所述第二回归模型结构得到第二回归模型；将所述目标运行参数输入所述第二回归模型，根据所述第二回归模型执行回归计算的输出结果预测得到性能参数。
存储性能预测方法装置设备以及计算机可读介质

[发明专利]一种海气参数反演方法及装置-CN202111576689.9有效
发明人：周武;林明森 -专利权人：国家卫星海洋应用中心
申请日： 2021-12-22 - 公布日： 2022-10-28 - 主分类号： G06F30/20 文献下载
摘要：本申请提供一种海气参数反演方法及装置，该海气参数反演方法包括：构建原始回归反演模型；获取模拟的不同海气参数条件下的观测亮温样本数据以及高精度遥感海气参数数据；根据观测亮温样本数据以及高精度遥感海气参数数据，确定原始回归反演模型的模型系数；将模型系数代入原始回归反演模型中，得到回归反演模型；根据回归反演模型，计算海气参数反演值；通过高精度遥感海气参数数据和海气参数反演值对回归反演模型的反演精度进行评估，得到评估结果；根据评估结果确定不同海气应用场景对应的回归反演模型的模型数据。可见，实施这种实施方式，能够解决传统方法给海气参数反演带来的局限性问题，同时还能够提高海气参数反演的精度。
一种参数反演方法装置

[发明专利]一种自回归模型参数的确定方法、计算设备和电子设备-CN202110680893.9在审
发明人：郭鸣晗;张浩;赵坤;杨亚光;龙飞;陈立平;柏伟 -专利权人：中国科学院微电子研究所
申请日： 2021-06-18 - 公布日： 2022-12-20 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种自回归模型参数的确定方法、计算设备和电子设备，涉及信号处理领域。自回归模型参数的确定方法，包括：对输入数据进行并行自相关计算处理，得到自相关计算结果；基于所述自相关计算结果和所述输入数据确定自回归模型在当前阶数的参数和阈值；在所述阈值未达到阈值最小值的情况下，更新所述自回归模型的当前阶数，基于所述自回归模型在当前阶数的参数和阈值，更新自回归模型在下一阶的参数和阈值；在所述阈值达到所述阈值最小值的情况下，输出所述自回归模型在当前阶数的参数。可以实现对自回归模型参数的自适应定阶，降低了运行耗时时长，提高了自回归模型参数的计算的可靠性和稳定性。
一种回归模型参数确定方法计算设备电子设备

[发明专利]泊松回归模型的训练方法、装置、电子设备及存储介质-CN202110322421.6在审
发明人：吴玙;范涛;马国强;谭明超;魏文斌;郑会钿;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-03-25 - 公布日： 2021-06-11 - 主分类号： G06N20/00 文献下载
摘要：本申请提供了一种泊松回归模型的训练方法、装置，应用于联邦学习系统；方法包括：参数聚合设备获取至少两个泊松回归模型对应的模型参数对，模型参数对与泊松回归模型呈一一对应关系；每个模型参数对包括：第一参与方设备中第一子模型的模型参数、及第二参与方设备中相应第二子模型的模型参数；对至少两个模型参数对中第一子模型的模型参数、第二子模型的模型参数，分别进行模型参数聚合，得到相应的第一聚合模型参数及第二聚合模型参数；发送第一聚合模型参数至第一参与方设备，并发送所述第二聚合模型参数至各第二参与方设备，以更新泊松回归模型的模型参数。通过本申请，能够扩充联邦学习中泊松回归模型中特征提供方的数量，提高模型预测能力。
回归模型训练方法装置电子设备存储介质

[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]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]一种边际碳排放异质性分析方法及系统-CN202111218482.4在审
发明人：左剑;何祥针;郑建平;包博 -专利权人：广东电网有限责任公司;广东电网有限责任公司电力调度控制中心
申请日： 2021-10-19 - 公布日： 2022-01-04 - 主分类号： G06Q50/06 文献下载
摘要：本发明提供一种边际碳排放异质性分析方法及系统，其中方法包括：建立煤电的不相关回归模型、气电的不相关回归模型、生物质能的不相关回归模型及外受电的不相关回归模型；根据历史数据，计算煤电的不相关回归模型的参数、气电的不相关回归模型的参数、生物质能的不相关回归模型的参数及外受电的不相关回归模型的参数，并计算发电的异质情境下的边际碳排放。
一种边际排放异质性分析方法系统

[发明专利]一种线缆参数预测方法及系统-CN202310165937.3在审
发明人：吴可;毛志鹏;王鹏;鞠文静;肖保明;钱佳斌;相海明;陈扬阳;姜宁浩;沈雪梅;颜伟;赵阳 -专利权人：国网电力科学研究院有限公司;国网电科院检测认证技术有限公司;南京师范大学
申请日： 2023-02-24 - 公布日： 2023-06-27 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种线缆参数预测方法及系统，获取待预测线缆的坐标；输入到预先构建的多元线性回归模型，得到待预测线缆的电性参数；所述多元线性回归网络的构建，包括：构建初始多元线性回归模型；提取待预测线缆不同位置的电性参数以及对应位置的坐标；根据提取的电性参数与对应位置的坐标构建样本集，利用样本集，对初始多元线性回归模型进行系数计算确定多元线性回归模型系数，根据多元线性回归模型系数得到最终的多元线性回归模型。优点：拥有简便的拟合代码以及更为快速的拟合能力，可以方便简洁的得到相关的电性参数。
一种线缆参数预测方法系统

[发明专利]风力发电功率的确定方法及装置-CN201410802366.0在审
发明人：白恺;宋鹏;曲洪达;吴宇辉;柳玉;刘京波;杨伟新;董建明 -专利权人：国家电网公司;华北电力科学研究院有限责任公司
申请日： 2014-12-19 - 公布日： 2016-07-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例提供了一种风力发电功率的确定方法及装置，该方法包括：构建高斯回归训练模型并确定高斯回归训练模型的超参数；采用密母算法筛选高斯回归训练模型的超参数，并采用筛选出来的超参数构建成新的高斯回归训练模型；利用新的高斯回归训练模型，对第一样本数据集进行计算处理，获得预测风力发电功率时刻的风速数据；利用新的高斯回归训练模型，对预测风力发电功率时刻的风速数据和第二样本数据集进行计算，确定预测风电功率。该方案通过采用密母算法筛选高斯回归训练模型的超参数，采用筛选出来的超参数构建成新的高斯回归训练模型，并利用新的高斯回归训练模型来预测风电功率，可以提高预测风力发电功率的效率，提高预测结果的精确度。
风力发电功率确定方法装置

[发明专利]模型训练方法、装置与存储介质-CN202110713837.0在审
发明人：徐从洋;肖甜;刘大航;杨忱宇 -专利权人：未鲲（上海）科技服务有限公司
申请日： 2021-06-25 - 公布日： 2021-09-03 - 主分类号： G06Q40/06 文献下载
摘要：本申请涉及模型训练技术领域，本申请提供一种模型训练方法、装置与存储介质，模型训练方法包括：获取与目标投资产品对应的待训练回归模型，获取与所述目标投资产品对应的至少两个历史数据对，采用所述至少两个历史数据对，对所述待训练回归模型进行回归训练，获得所述待训练回归模型中所述待确定参数的参数值，根据所述待训练回归模型和所述待确定参数的参数值，确定与所述目标投资产品对应的最终回归模型。
模型训练方法装置存储介质

[发明专利]一种基于高斯过程回归的电池健康状态预测方法和系统-CN202310862690.0在审
发明人：刘雨佳;郭霄宇;魏中宝;邢宇;方镇都 -专利权人：北京和瑞储能科技有限公司
申请日： 2023-07-13 - 公布日： 2023-10-17 - 主分类号： G01R31/367 文献下载
摘要：本发明公开了一种基于高斯过程回归的电池健康状态预测方法和系统，所述方法包括：对锂电池进行循环充放电实验，定义并获取锂电池当前的健康状态；根据锂电池当前的健康状态，获取健康状态SOH的经验公式，并识别所述经验公式中的最优参数；解耦最优参数中的放电深度和充放电倍率，建立健康状态的参数模型；基于所述参数模型建立高斯过程回归模型，优化高斯过程回归模型的超参数，完成高斯过程回归模型的训练；利用训练后的高斯过程回归模型，预测锂电池的健康状态提高了高斯过程回归模型对锂电池健康状态长期预测的准确性。
一种基于过程回归电池健康状态预测方法系统

[发明专利]跟踪模型的训练方法、装置、介质和计算设备-CN202110824754.9在审
发明人：向大凤 -专利权人：北京华文众合科技有限公司
申请日： 2021-07-21 - 公布日： 2021-10-22 - 主分类号： G06K9/00 文献下载
摘要：本发明的实施方式提供了一种跟踪模型的训练方法、装置、介质和计算设备。该方法包括：基于对训练数据集进行预训练得到的网络参数构建回归模型；基于所述回归模型对跟踪模型的参数进行更新，以实现对所述跟踪模型的训练。本发明能够基于预训练得到的网络参数构建回归模型，并基于回归模型对跟踪模型进行训练，即能够利用网络参数等先验知识构建的回归模型对跟踪模型进行训练，从而在训练过程中基于先验知识快速的实现对跟踪模型进行训练的训练目标，极大地缩短了训练时间，提升了跟踪模型的训练效率。
跟踪模型训练方法装置介质计算设备

[发明专利]一种气体浓度传感器的标定方法和系统-CN201611226898.X有效
发明人：张林;刘心宇;董宇涵 -专利权人：清华-伯克利深圳学院筹备办公室
申请日： 2016-12-27 - 公布日： 2019-09-27 - 主分类号： G01N33/00 文献下载
摘要：本发明实施例公开了一种气体浓度传感器的标定方法和系统，该方法包括：控制检测环境设备，在检测环境中形成各浓度值的样本气体，其中，浓度值均位于传感器的量程范围内；采集各浓度点对应的传感器的输出响应和检测环境参数，将输出响应和检测环境参数，与各浓度点的浓度值一一对应，构成采样数据对；从采样数据对中选取第一阈值数量的数据对作为回归数据,并选取第二阈值数量的数据对作为测试数据；调用算法库中的算法对回归数据进行处理，根据确定的回归模型参数生成回归模型；将测试数据输入回归模型进行检验，判断检验结果满足预设条件时，则保存回归模型参数和回归模型；根据回归模型和回归模型参数标定传感器。
回归模型回归模型参数气体浓度传感器采样数据测试数据环境参数输出响应传感器标定检测标定传感器传感器测量准确度环境设备检验结果控制检测样本气体预设条件算法库回归量程算法调用采集保存检验

[发明专利]逻辑回归模型的数据处理及分类预测的方法和设备-CN202310029721.4在审
发明人：鲍尔古特;高大伟;李雅亮 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-01-09 - 公布日： 2023-04-28 - 主分类号： G06F21/62 文献下载
摘要：本申请提供一种逻辑回归模型的数据处理及分类预测的方法和设备。本申请的方法，各端侧设备基于本地存储的多个业务对象的特征数据及分类结果标注信息，训练逻辑回归模型，得到优化后的模型参数，计算模型参数变化量，向模型参数变化量注入噪声，并基于安全聚合协议聚合各端侧设备注入噪声后的模型参数变化量，得到模型参数的聚合变化量并发送至云服务器。云服务器根据模型参数的聚合变化量，更新逻辑回归模型的模型参数，得到用于业务对象分类预测的逻辑回归模型。端侧设备只需注入较少噪声，通过安全聚合协议将注入的独立噪声聚合成更大噪声，实现强差分隐私保护，且不会影响逻辑回归模型的效果，提升了业务对象分类预测的精准度。
逻辑回归模型数据处理分类预测方法设备

[发明专利]一种非标准场景下的任务复杂度评估方法及终端-CN202311032635.5在审
发明人：任飞;谢晓刚;杜康 -专利权人：福建万福信息技术有限公司
申请日： 2023-08-16 - 公布日： 2023-10-10 - 主分类号： G06V10/762 文献下载
摘要：本发明提供一种非标准场景下的任务复杂度评估方法及终端，预先采用量化参数构建一个线性任务复杂度评估指标函数的回归模型；接收现有任务，选取现有任务中的图像对比度、目标占比和图像分辨率作为三个聚类指标，拟合回归模型，得到量化参数的回归系数预测值；根据多次拟合结果不断细化回归系数预测值，得到最佳回归系数，并更新回归模型；采用更新后的回归模型进行任务复杂度评估。本发明通过量化参数构建任务复杂度评估指标函数作为回归模型，并基于现有任务的图像对比度、目标占比和图像分辨率对现有任务进行多次聚类分析，多次迭代拟合回归模型的量化参数以计算最佳回归系数，从而不断更新回归模型以便准确评估后续新任务的任务复杂度
一种非标准场景任务复杂度评估方法终端

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