“抽样算法”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336740个，建议您升级VIP下载更多相关专利

[发明专利]一种改进Dijkstra权重的社交网络抽样生成算法-CN201610166154.7在审
发明人：杜景林;侯大俊;喻亚楠;周光胜 -专利权人：南京信息工程大学
申请日： 2016-03-22 - 公布日： 2016-06-01 - 主分类号： G06Q50/00 文献下载
摘要：本发明公开了一种改进Dijkstra权重的社交网络抽样生成算法，首先，随机选择1对不相邻的节点作为源节点和目的节点，然后运用Dijkstra算法求出所选择的这对源节点和目的节点之间的最短路径，然后再运用排序算法对最短路径中边出现的频率进行排序，依据抽样比从排序结果中抽取出频率较高的几条边和与其相连的点，生成抽样网络。采样本发明的抽样算法，抽样效果更好，能够抽样出更加接近原始网络的子网。
一种改进 dijkstra 权重社交网络抽样生成算法

[发明专利]一种集聚分布型地理要素的自适应空间抽样方案设计方法-CN201110449615.9有效
发明人：刘耀林;刘殿锋;何建华;焦利民 -专利权人：武汉大学
申请日： 2011-12-29 - 公布日： 2012-07-11 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种集聚分布型地理要素的自适应空间抽样方案设计方法。1，选取地理要素作为抽样指标，选取抽样指标的预采样样点数据，确定抽样单元和抽样框；2，分析1中的预采样样点数据，判断抽样指标是否具有空间集聚性分布特征；3，输入微粒群聚类算法参数和类别数，利用微粒群聚类算法对预采样样点数据进行聚类分析，得到聚类中心作为抽样指标的初始抽样样点；4，输入二进制微粒群优化算法参数，利用二进制微粒群优化算法对3生成的初始抽样样点进行样点加密，得到集聚型地理要素的抽样方案。本发明操作简单、智能化程度高，适用于具有集聚分布特征的地理要素指标的空间抽样，可有效保持样点的集聚特征，提高抽样样点的代表性和抽样精度。
一种集聚分布地理要素自适应空间抽样方案设计方法

[发明专利]基于动态抽样的梯度提升决策树模型构建优化方法-CN202110632129.4在审
发明人：李晖;周彧;李一水 -专利权人：贵州优联博睿科技有限公司
申请日： 2021-06-07 - 公布日： 2021-10-22 - 主分类号： G06N5/00 文献下载
摘要：本发明涉及基于动态抽样的梯度提升决策树模型构建优化方法，包括以下步骤：将动态抽样应用于提升算法中；对面向树提升算法进行特征抽样；确定面向提升算法的动态抽样策略。本发明提供将应用基于Massart不等式的动态抽样技术构建GBDT模型以进一步加速训练过程，在保证模型准确性的前提下使用更少的样本量来构建模型，基于GBDT的特征贡献指标设计并实现特征抽样算法，减小模型构建过程中所需搜索的空间
基于动态抽样梯度提升决策树模型构建优化方法

[发明专利]基于连接对的聚类算法性能分析方法、装置、介质-CN202111301799.4在审
发明人：魏超;钟敏;毕永辉;林淑强;刘襄雄;古松景 -专利权人：厦门市美亚柏科信息股份有限公司
申请日： 2021-11-04 - 公布日： 2022-02-08 - 主分类号： G06V10/762 文献下载
摘要：本发明提出了一种基于连接对的聚类算法性能分析方法、装置及存储介质，该方法包括：初始步骤，使用所述聚类算法对样本集进行聚类得出初始聚类簇，对所述聚类算法进行优化后对样本集进行聚类得出优化聚类簇；抽样步骤，对满足归档的初始聚类簇和优化聚类簇分别进行笛卡尔积运算得到连接对，利用差集运算和特定规则抽样得到初始抽样集合和优化抽样集合；分析步骤，基于所述初始抽样集合和优化抽样集合分析优化后的聚类算法性能是否提升。本发明利用笛卡尔积运算得到连接对，并使用特定规则抽样获取可控数量的分析集，该方法结合了聚类内部的连接对信息和人工抽样知识，能够在无标签情况下对聚类算法优化后的性能提升进行快速评估。
基于连接算法性能分析方法装置介质

[发明专利]链路预测算法类型的确定方法以及装置-CN201910690344.2在审
发明人：王冠楠 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-07-29 - 公布日： 2019-12-03 - 主分类号： G06F17/50 文献下载
摘要：本申请提供链路预测算法类型的确定方法以及装置，其中所述链路预测算法类型的确定方法包括：获取对初始网络进行网络抽样得到的抽样网络；计算抽样网络中由多个节点组成的多元闭包节点结构对应的多元闭包概率；根据多元闭包概率计算抽样网络的结构化异质指数；在预先设定的链路预测算法类型集合中确定结构化异质指数对应的链路预测算法类型，作为对初始网络中的节点进行链路预测采用的链路预测算法的目标链路预测算法类型。本申请提供的链路预测算法类型的确定方法通过计算抽样网络的结构化异质指数，确定对初始网络中的节点进行链路的链路预测算法的目标链路预测算法类型，缩小了链路预测算法的选取范围，提升了选取链路预测算法的效率。
链路预测算法类型抽样算法初始网络结构化异质目标链路预测算法网络概率计算节点结构节点组成链路申请集合概率

[发明专利]一种基于AM嵌套抽样算法的地下水模型评价方法-CN201710008901.9有效
发明人：曾献奎;吴吉春;曹彤彤;王栋 -专利权人：南京大学
申请日： 2017-01-05 - 公布日： 2020-06-16 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种基于AM嵌套抽样算法的地下水模型评价方法，将嵌套抽样算法中的局部限制抽样算法改进为AM算法，将模型的边缘似然值及后验概率（权重）作为评价地下水模型表现的指标，根据贝叶斯分析理论及嵌套抽样算法，将复杂且不易直接求解的高维积分边缘似然值转化为易于计算的一维积分，在计算地下水模型边缘似然值的案例分析中，本方法通过AM的自适应更新，保证了抽样的质量与精度，与原有的NSE‑MH算法相比，在计算结果的计算效率和收敛速度方面有所提高
一种基于 am 嵌套抽样算法地下水模型评价方法

[发明专利]一种基于信息度和代表度的主动学习抽样方法-CN202011296097.7在审
发明人：何国良;王晗;黄成瑞;陈仪榕 -专利权人：武汉大学
申请日： 2020-11-18 - 公布日： 2021-02-26 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于信息度和代表度的主动学习抽样方法，该方法包括以下步骤：1)对未标注数据集中多元时间序列，获取各时间序列的信息度和代表度；2)基于步骤1)中计算得到的信息度和代表度，通过抽样算法得到最有价值的未标记样本；3)对步骤2)抽样所得的未标注样本进行标注，并将标注后的样本加入标注数据集；4)判断是否满足停止标准，满足停止标准后得到更新后的标记数据集。本发明针对多元时间序列的主动学习问题，提出了一种抽取未标记时间序列样本的有效抽样算法，通过双优化抽样算法结合信息度和代表度进行抽样，能在保证准确度的条件下，有效减少未标记样本的抽样数目。
一种基于信息代表主动学习抽样方法

[发明专利]一种基于任务驱动的蒙特卡洛散射光子模拟方法-CN201810133436.6在审
发明人：徐圆;陈宇思;周凌宏 -专利权人：南方医科大学
申请日： 2018-02-09 - 公布日： 2018-10-09 - 主分类号： A61B6/03 文献下载
摘要：一种基于任务驱动的蒙特卡洛散射光子模拟方法，具体步骤如下，对光子散射参数进行预设和初始化，生成一条原始光子路径，采用均匀抽样算法和随机游走抽样算法对散射点进行位置抽样，产生一条模拟光子路径，比对原始光子路径和模拟光子路径的概率，应用路径抽样算法对模拟光子路径进行自动抽样，并判断沉积的光子路径数量是否满足预设的光子路径数量，若是，则结束操作，否则返回第二步。该方法从抽样原理的层面提升光子散射模拟效率，主动把模拟任务需求纳入可控制的路径变异空间中，通过自动抽样模型对光子路径进行变异抽样，然后比较前后抽样路径的重要性，选择对模拟任务相对重要的路径作为当前能量沉积路径
光子路径抽样任务驱动散射光子自动抽样光子算法预设抽样算法均匀抽样路径抽样模拟效率能量沉积任务需求散射参数随机游走初始化可控制散射点散射比对采样沉积返回概率应用

[发明专利]一种包含离群点的平面点集椭圆拟合方法-CN202310376174.7在审
发明人：郭斯羽;蓝元;蒋奉儒;温和;凌志刚;刘敏 -专利权人：湖南大学
申请日： 2023-04-11 - 公布日： 2023-06-27 - 主分类号： G06T11/20 文献下载
摘要：本发明属于数据处理技术领域，公开了一种包含离群点的平面点集椭圆拟合方法，利用5点随机抽样，由平面点集构造一系列抽样椭圆，选择指定比例的拟合优度指标最小的抽样椭圆作为可信抽样椭圆，利用所有可信抽样椭圆的中心坐标的代表值如重心或中位数位置等，作为椭圆参考点坐标，选取椭圆参考点落在其内部的可信抽样椭圆作为参考轮廓构造椭圆，并构造参考椭圆轮廓点，最后利用现有的椭圆拟合算法对所得到的参考椭圆轮廓点集进行拟合，得到最终的拟合椭圆。本发明的有益效果：能够有效地将离群点排除在最终进行椭圆拟合的数据之外，且算法性能对于参数不敏感，从而为用户设置算法参数提供较高的宽容度，有利于算法的实际应用。
一种包含离群平面椭圆拟合方法

[发明专利]一种面向离散型量子密钥分发系统的误码协商方法及装置-CN201910064878.4有效
发明人：李琼;罗毅;毛昊坤;刘兆庆;韩琦;郭弘 -专利权人：哈尔滨工业大学;北京大学
申请日： 2019-01-23 - 公布日： 2021-04-20 - 主分类号： H04L9/08 文献下载
摘要：本发明包括：对数据块D进行置乱处理；对置乱后的数据进行随机抽样，获得抽样数据Ds；利用交互式协商算法对抽样数据Ds纠错译码，利用第一轮奇偶校验位与误码率的关系，得到估计的误码率，并在交互式协商算法第一轮等待交互信息时，前向纠错式协商算法执行初始化工作；前向纠错式协商算法根据估计的误码率进行调整，交互式协商算法对抽样数据完成剩下的多轮纠错译码工作，并在每轮等待交互信息时，前向纠错式协商算法对抽样后剩余的数据译码；对采用交互式协商算法和前向纠错式协商算法的译码结果按置乱前的排序拼接。
一种面向离散量子密钥分发系统协商方法装置

[发明专利]一种可视化编辑方法和装置-CN201910683885.2有效
发明人：张华雄 -专利权人：网易（杭州）网络有限公司
申请日： 2019-07-26 - 公布日： 2023-04-07 - 主分类号： A63F13/60 文献下载
摘要：本发明实施例提供了一种可视化编辑方法和装置，应用于移动终端，其中，所述方法包括：响应作用于移动终端上的参数编辑操作，确定抽样数量、动作和动作权重；当需要执行触发器动作时，采用所述抽样数量、动作、动作权重，以及预设加权随机抽样算法，确定需要执行的动作。实现了加权随机抽样算法的可视化编辑，完成了整个抽样过程的抽象，而且覆盖了非常多的应用场景，提升玩家使用体验。
一种可视化编辑方法装置

[发明专利]一种抽样调查的方法及系统-CN201410003122.6在审
发明人：钟聪;罗陆宁;李炳要;罗智超;金毅;戴斌;曹礼华;张志闻;叶国雄;刘启彬;张斌;林尧铭 -专利权人：深圳供电局有限公司
申请日： 2014-01-03 - 公布日： 2014-04-16 - 主分类号： G06Q50/00 文献下载
摘要：本发明实施例公开了一种抽样调查的方法，该方法包括：选择抽样样本范围，得到抽样样本业务类型以及各业务类的样本数目；根据业务类型以及样本数目，设置抽样调查成本和样本分配方法，估算出抽样样本总量以及各业务类的抽样样本量；选择业务类型，得到该业务的抽样样本量，并设置抽样方法，得到该业务的样本抽取量；根据样本分配方法及抽样方法，确定总体推算算法，并根据算法、该业务的抽样样本量及样本抽取量，计算出该业务的抽样样本量的总体估计均值和估计方差本发明实施例还公开了一种抽样调查的系统。本发明实施例，解决了现有技术中专业人员素质要求高、抽样方式复杂且低效率手动操作以及不适合用于周期性抽样调查业务的问题。
一种抽样调查方法系统

[发明专利]一种改进C4.5决策树算法下的不平衡数据抽样方法-CN201510772750.5在审
发明人：邓维斌;刘进;熊冰妍;何菲菲 -专利权人：重庆邮电大学
申请日： 2015-11-11 - 公布日： 2016-03-02 - 主分类号： G06F17/30 文献下载
摘要：本发明涉及一种改进C4.5决策树算法下的不平衡数据抽样方法，首先根据各类样本数量确定各个样本的初始权重，然后每轮通过改进C4.5决策树算法的训练结果对各样本的权重进行修改，改进的C4.5算法的分裂标准兼顾信息增益率和误分样本权重，经过T轮迭代后得到各样本的最终权重，最后根据样本权重找出位于少数类边界区域与多数类中心区域的样本，并使用SMOTE算法对少数类边界区域的样本进行过抽样，按权重抽样方法对多数类样本进行欠抽样，使中心区域的样本更易被选中本发明通过改进的C4.5决策树算法进行权重修改，并根据样本权重有针对性地进行过抽样和欠抽样处理，有效地避免了分类器过拟合和丢失多数类有用信息等现象。
一种改进 c4 决策树算法不平衡数据抽样方法

[发明专利]提升交通危险人员事故风险预测精度的方法-CN201810783017.7有效
发明人：刘林;陈凝;吕伟韬;马党生 -专利权人：江苏智通交通科技有限公司
申请日： 2018-07-16 - 公布日： 2021-07-20 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种提升交通危险人员事故风险预测精度的方法，以优化的抽样方法获取交通违法数据与事故数据样本，采用集成学习算法训练交通参与者交通事故风险预测模型，并通过遗传算法进行模型优化。本发明以集成学习算法在交通违法数据中挖掘交通出行者的安全特性，在模型构建的抽样环节采用优化抽样方法提高基于初始模型性能，并运用遗传算法进行模型参数优化，有效提升高危人员事故风险预测精度。
提升交通危险人员事故风险预测精度方法

[发明专利]一种海量数据在时间域的高效分层抽样绘图方法及系统-CN201910101886.1有效
发明人：王建军;赵银刚;陈俊;张俏丽 -专利权人：甘肃省地震局
申请日： 2019-01-31 - 公布日： 2023-10-27 - 主分类号： G06T11/20 文献下载
摘要：本发明属于数据分析技术领域，公开了一种海量数据在时间域的高效分层抽样绘图方法及系统，根据绘图窗口宽度对海量数据使用高效分层抽样算法进行抽样，得到4X个抽样数据；用4X个抽样数据绘图，得到全数据图形。本发明提供一种海量数据在时间域的高效分层抽样绘图方法，根据绘图窗口宽度把全数据分为2X个子集，每个子集内所有数据分别求取最大和最小值并按出现的先后顺序存储，得到的4X个抽样数据图形将和全数据图形高度一致；和全数据绘图速度相比，“单线程抽样+绘图”整体速度提升约70倍，“线程池抽样+绘图”整体速度提升约200倍；该发明将大幅度提高海量数据时间域绘图速度，抽样算法同样适用于其他所有顺序绘图。
一种海量数据时间高效分层抽样绘图方法系统

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