“回归”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32483个，建议您升级VIP下载更多相关专利

[发明专利]一种基于贝叶斯支持向量回归的二噁英排放在线预测方法-CN202110090619.6在审
发明人：陆胜勇;熊世剑;李晓东;彭亚旗;严建华 -专利权人：浙江大学
申请日： 2021-01-22 - 公布日： 2021-06-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于贝叶斯支持向量回归的二噁英排放在线预测方法，涉及二噁英在线预测技术领域。包括以下步骤，构建训练集和测试集，将训练集输入支持向量回归模型进行训练，进行交叉验证和回归预测；对所述支持向量回归模型进行贝叶斯优化，寻找所述支持向量回归的最优超参数；根据测试集对训练好的支持向量回归模型的预测性能进行定量评价；采用支持向量回归模型预测焚烧过程中的二噁英排放。本发明基于贝叶斯对支持向量回归模型进行优化，优化后的模型对二噁英实现精准的预测，误差小，并且模型的泛化性能好，便于进一步指导焚烧工况用以限制二噁英排放。
一种基于贝叶斯支持向量回归二噁英排放在线预测方法

[发明专利]茶叶含水率检测方法及其模型构建方法、介质和设备-CN202011283346.9在审
发明人：吴伟斌;林惜才;刘少群;韩重阳;梁荣轩;罗安生 -专利权人：华南农业大学
申请日： 2020-11-17 - 公布日： 2021-03-16 - 主分类号： G01N21/27 文献下载
摘要：本实施例公开了茶叶含水率检测方法及其模型构建方法、介质和设备，首先获取作为样本的茶叶叶片的高光谱数据，并且获取其通过干燥法处理得到的含水率；及其与每片茶叶叶片正面、反面的高光谱数据以及每片茶叶叶片含水率的对应关系，分别建立第一回归模型MA、第二回归模型MB、第三回归模型MC、第四回归模型MD；验证第一回归模型MA、第二回归模型MB、第三回归模型MC和第四回归模型MD的准确性，将准确性最高的作为茶叶含水率检测模型。
茶叶含水率检测方法及其模型构建介质设备

[发明专利]基于高斯过程回归的转向路感模拟方法-CN202011601825.0在审
发明人：赵蕊;蔡锦康;邓伟文;丁娟 -专利权人：浙江天行健智能科技有限公司
申请日： 2020-12-29 - 公布日： 2021-04-13 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了基于高斯过程回归的转向路感模拟方法，包括以下步骤：进行实车数据采集；试验数据预处理；划分训练数据集和测试数据集；使用高斯过程回归算法训练基于高斯过程回归的转向路感模拟模型；测试基于高斯过程回归的转向路感模拟模型，高斯过程回归模型的输入变量为纵向车速、车辆横向加速度、车辆横摆角速度、车辆垂向载荷、方向盘转角、方向盘角速度，输出变量为方向盘力矩；根据所得的基于高斯过程回归的转向路感模拟模型进行转向路感模拟。本发明使用真实车辆采集试验数据，采用高斯过程回归算法进行转向路感模拟模型建模，得到的基于高斯过程回归的转向路感模拟模型性能稳定，精度高，运算速度快，实时性好，克服了现有技术的缺陷。
基于过程回归转向模拟方法

[发明专利]逻辑回归分类器生成、图像分类方法、装置、设备和介质-CN202110215791.X在审
发明人：祖辰;杨立军 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2021-02-26 - 公布日： 2021-12-10 - 主分类号： G06K9/62 文献下载
摘要：本公开的实施例公开了逻辑回归分类器生成、图像分类方法、装置、设备和介质。该方法的一具体实施方式包括：获取训练样本集，其中，上述训练样本集中的训练样本包括样本特征集和类别标签；根据对上述训练样本集的迭代逻辑回归分类，生成逻辑回归决策树；基于上述逻辑回归决策树，对上述训练样本集中的每个训练样本进行编码以生成编码特征向量，得到编码特征向量集；利用上述编码特征向量集对初始逻辑回归分类器进行训练，以生成目标逻辑回归分类器。该实施方式使用线性逻辑回归分类器实现对非线性数据的分类，有效的避免了在利用引入核函数后的逻辑回归分类器对数据进行分类时，产生的计算复杂度高等问题，降低了数据分类的计算成本。
逻辑回归分类生成图像方法装置设备介质

[发明专利]平原河网水位回归预测方法-CN202111091551.X在审
发明人：许强;汪院生;吴小靖;秦灏;吴心艺;朱林;唐仁;闵勇 -专利权人：江苏省太湖水利规划设计研究院有限公司
申请日： 2021-09-17 - 公布日： 2021-12-24 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种平原河网水位回归预测方法，该预测方法为首先确定研究点，然后将输入研究点数据、确定对研究点水位有可能有影响的参考影响因子组成因子集；并根据各种影响因子的意义对参考影响因子集进行分组，再输入分组后的各参考影响因子数据，构建递阶偏最小二乘回归模型，并利用该回归模型对研究点水位进行回归预测，输出回归模型，得到回归结果。本发明解决了现有的回归预测模型存在自变量之间存在多重相关性，从而影响参数估计的合理性与准确性，模型误差随着增大，破坏了模型的稳定性，继而难以准确预测平原河网水位回归的技术问题,应用于平原河网水位预报过程中
平原河网水位回归预测方法

[发明专利]一种停车信息推荐方法、系统、设备及介质-CN202111567456.2在审
发明人：王雄伟 -专利权人：中国平安财产保险股份有限公司
申请日： 2021-12-20 - 公布日： 2022-03-25 - 主分类号： G06F16/9537 文献下载
摘要：接收来自客户端的停车请求，停车请求包括位置信息，位置信息包括当前位置和/或目的地位置；获取多个车场信息；获取多个停车信息，停车信息包括停车信息推荐系统车场订单信息和用户评价信息；基于多个车场信息从M个第一线性回归模型中确定K个第一线性回归模型，第一线性回归模型中每个第一线性回归模型对应至少一个车场；通过K个第一线性回归模型对多个车场信息和多个停车信息进行线性回归分析，得到多个车场的回归值，并基于多个车场的回归值确定车场推荐信息
一种停车信息推荐方法系统设备介质

[发明专利]一种免定标檀香树植株缺苗定位方法-CN202210277514.6在审
发明人：张宇;牛家俊;薛月菊;徐浩然;张家祥 -专利权人：华南农业大学;广州创纽人工智能科技有限公司
申请日： 2022-03-21 - 公布日： 2022-08-02 - 主分类号： G06V20/10 文献下载
摘要：本发明公开了一种免定标檀香树植株缺苗定位方法，包括：首先，通过预训练的检测模型检测出待缺苗定位的遥感图像中檀香树目标，然后，根据已检测出的檀香树目标的像素坐标确定列基准位置，划分列区域；再通过线性回归拟合，得到每个列区域的檀香树排列的线性回归函数；确定边缘目标，根据线性回归函数延长回归直线，将位于回归直线延长线上的边缘目标纳入该直线所属的列区域；之后，扩充后的列区域进行第二次线性回归，修正线性回归函数；最后，通过给定的预设距离，利用线性回归函数对相应列区域进行缺苗定位。
一种定标檀香植株定位方法

[发明专利]对象定位模型处理、对象定位方法、装置及计算机设备-CN202111646817.2在审
发明人：彭瑾龙;蒋正锴;罗泽坤;王昌安;李剑;王亚彪;汪铖杰;李季檩;黄飞跃 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-12-29 - 公布日： 2022-07-19 - 主分类号： G06V10/764 文献下载
摘要：该对象定位模型处理方法包括：基于训练样本图像的图像特征及对象定位模型的回归网络确定回归区域；基于训练样本图像对应的目标对象标注区域计算回归准确度，基于回归准确度计算回归损失；基于训练样本图像的图像特征及对象定位模型的分类网络确定分类置信度，基于分类置信度计算分类损失；基于回归准确度更新分类损失，并基于分类置信度更新回归损失；根据更新后的分类损失和更新后的回归损失训练对象定位模型，得到训练后的对象定位模型；训练后的对象定位模型用于对输入图像进行对象定位
对象定位模型处理方法装置计算机设备

[发明专利]图像显示装置-CN202080083346.6在审
发明人：尾形洋一 -专利权人：株式会社小糸制作所
申请日： 2020-12-04 - 公布日： 2022-07-29 - 主分类号： G02B30/00 文献下载
摘要：第一回归反射部(RR1)将向第一方向反射后的光朝向分束器(BS2)回归反射。第二回归反射部(RR2)将向第二方向透过后的光朝向分束器(BS2)回归反射。分束器(BS2)使被第一回归反射部(RR1)回归反射后的光朝向成像光学部(DM)透过，并且将被第二回归反射部(RR2)回归反射后的光朝向成像光学部(DM)反射。
图像显示装置

[发明专利]一种基于多元线性回归构建经济增长级联分析模型的方法-CN202211293732.5在审
发明人：苏凤明;刘斐;索晨;张迎峰;吴仲维;黎永晟;方辉敏 -专利权人：联通（广东）产业互联网有限公司
申请日： 2022-10-21 - 公布日： 2022-12-27 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于多元线性回归构建经济增长级联分析模型的方法，步骤包括：采集经济指标增长数据；进行相关性分析，判断变量整体是否符合线性相关关系，如果符合线性相关关系，则选取全部变量构建初始多元线性回归模型；对初始多元线性回归模型进行参数检验，并判断是否符合经济学意义；如果初始多元线性回归模型未通过参数检验或不符合经济学意义，则使用逐步回归法对选取的变量进行筛选，选取筛选后的变量构建过程多元线性回归模型；对过程多元线性回归模型进行评估，构建结果多元线性回归模型，从而得到经济增长级联分析模型。
一种基于多元线性回归构建经济增长级联分析模型方法

[发明专利]一种结合生物电阻测量和机器学习预测肉鸡腹脂重的方法-CN202211159883.1在审
发明人：向海;周天日;谢莉;李华 -专利权人：佛山科学技术学院
申请日： 2022-09-22 - 公布日： 2022-12-27 - 主分类号： G06F30/27 文献下载
摘要：本发明提供了一种结合生物电阻测量和机器学习预测肉鸡腹脂重的方法，包括：进行生物电阻抗与鸡体尺数据测量以获取数据集；构建多元线性回归机器学习模型，计算均方根误差和拟合度，选取最优测量点位；构建岭回归机器学习模型，计算均方根误差和拟合度，选取最优测量点位；构建套索回归机器学习模型，计算均方根误差和拟合度选取最优测量点位；构建逻辑回归机器学习模型，获取预测结果并计算模型准确率；比较多元线性回归机器学习模型、岭回归机器学习模型以及套索回归机器学习模型的均方根误差以及拟合度，选择均方根误差小且拟合度大的学习模型作为最终回归模型；获取待预测的鸡的腹脂重。
一种结合生物电阻测量机器学习预测肉鸡腹脂重方法

[发明专利]一种大数据sql任务批量自动回归优化方法-CN202211330018.9在审
发明人：林传艺;张璐波 -专利权人：天翼电子商务有限公司
申请日： 2022-10-27 - 公布日： 2022-12-23 - 主分类号： G06F16/2453 文献下载
摘要：本发明公开了一种大数据sql任务批量自动回归优化方法，它涉及大数据离线分布式计算领域。对日常生产sql自动回归验证，以及优化，包括以下步骤：(1).从sql任务导入到任务准备执行阶段；(2).任务准备执行到计算引擎流程。本发明提出了sql任务回归自动改造，镜像库替换，以及任务回归后自动追加crc32算法校验结果，节省了大量的人力和底层spark引擎的物理层镜像库校验，提升了sql任务回归的安全保障。提出了sql任务回归组方式，可以满足不同回归需求，而且可以回溯之前回归情况，方便对比，调优sql任务。
一种数据 sql 任务批量自动回归优化方法

[发明专利]控制纯电动汽车电力驱动系统NVH齿轮敲击噪声的方法-CN202310006302.9在审
发明人：韩超;孙伟元;郭凯;陈忠敏;赵应强;张永强;夏立峰;张亚岐;周天材;杨显发;原磊 -专利权人：四川建安工业有限责任公司
申请日： 2023-01-04 - 公布日： 2023-06-23 - 主分类号： G06F30/20 文献下载
摘要：一种控制纯电动汽车电力驱动系统NVH齿轮敲击噪声的方法，包括以下步骤：1)建立关于电力驱动系统中减速器振动幅度、电机转矩变化斜率以及减速器齿轮侧隙的多元线性回归方程；2)采集若干组实验数据；3)将步骤2)中采集得到的若干组实验数据分别代入步骤1)的多元线性回归方程，根据最小二乘法原理，求解该多元线性回归方程的电机转矩变化斜率、减速器齿轮侧隙的回归系数以及常数b0，得到回归系数确定的多元线性回归方程；4)根据需求设置减速器振动幅度阈值，并代入回归系数确定的多元线性回归方程中，对该电驱传动系统的减速器与电机进行统一整改调试。
控制电动汽车电力驱动系统 nvh 齿轮敲击噪声方法

[发明专利]运算系统、电池的劣化预测方法以及电池的劣化预测程序-CN202180059979.8在审
发明人：石井洋平 -专利权人：松下知识产权经营株式会社
申请日： 2021-07-19 - 公布日： 2023-05-16 - 主分类号： H01M10/48 文献下载
摘要：劣化回归曲线生成部(113)对各电池(E1、41)的按时间序列确定出的多个SOH进行曲线回归，来生成各电池(E1、41)的劣化回归曲线。系数回归函数生成部(114)生成以多个电动移动体(3)的每单位期间的平均行驶距离或者平均放电量为独立变量并且以多个电池(E1、41)的劣化回归曲线的劣化系数为从属变量的劣化系数的回归函数。劣化预测部(116)确定与所受理到的行驶条件的变更相应的每单位期间的平均行驶距离或者平均放电量，将该每单位期间的平均行驶距离或者平均放电量应用于劣化系数的回归函数来确定行驶条件变更后的劣化系数，使用该劣化系数来变更该电动移动体(3)中搭载的该电池(E1、41)的劣化回归曲线。
运算系统电池预测方法以及程序

[发明专利]基于车辆输入输出数据的驾驶评分方法及电子设备-CN202280003288.0在审
发明人：金吉秀;郭怡雯;杨文奇;许永刚 -专利权人：广州汽车集团股份有限公司
申请日： 2022-04-25 - 公布日： 2023-02-10 - 主分类号： G06Q10/0639 文献下载
摘要：本申请提供一种基于车辆输入输出数据的驾驶评分方法及电子设备，所述方法包括：获取车辆的历史输入数据和历史输出数据；根据历史输出数据建立车辆的输出回归模型；通过计算输出回归模型的边界限制确定输出回归模型的边界；根据历史输入数据建立车辆的输入回归模型；通过计算输入回归模型的边界限制确定输入回归模型的边界；获取车辆实时的输入数据和输出数据；计算输入数据中在输入回归模型边界外的数据点数量与输入数据的总数据点数量的第一比例；计算输出数据中在输出回归模型边界外的数据点数量与输出数据的总数据点数量的第二比例；及根据第一比例和第二比例对驾驶员的驾驶行为进行评分。
基于车辆输入输出数据驾驶评分方法电子设备