“bp_adaboost”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17572个，建议您升级VIP下载更多相关专利

[发明专利]基于BP_Adaboost模型的信用卡用户违约的预测方法及系统-CN201611024047.7在审
发明人：蒋昌俊;闫春钢;丁志军;张亚英;许朴 -专利权人：同济大学
申请日： 2016-11-18 - 公布日： 2017-03-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于BP_Adaboost模型的信用卡用户违约的预测方法及系统，包括获取信用卡用户的属性数据，并进行归一化处理，得到训练样本集和测试样本集；初始化训练样本的分布权值，确定BP神经网络结构，初始化BP神经网络的参数；利用训练样本，训练T个BP神经网络弱分类器；根据T个弱分类器得到强分类器，即用于信用卡用户违约预测的BP_Adaboost模型，以根据信用卡用户的属性数据预测是否会违约。本发明的基于BP_Adaboost模型的信用卡用户违约的预测方法及系统根据银行信用卡用户的历史信用信息进行数据分析、训练，建立BP_AdaBoost模型，提升了信用卡用户违约预测的准确度。
基于 bp_adaboost 模型信用卡用户违约预测方法系统

[发明专利]电力通信网络异常入侵检测方法、装置、设备及存储介质-CN201810688940.2在审
发明人：姜文婷;王婉婷;刘佳;陈燕;亢中苗;刘健峰 -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： 2018-06-28 - 公布日： 2018-12-25 - 主分类号： H04L12/24 文献下载
摘要：一方面，在得出第一目标数据之后；又从第一目标数据中提取影响电力通信网络异常的第二目标数据，即可以提取关键特征，进而提高了检测准确性；另一方面，在得出第二目标数据之后，依据第二目标数据构建电力通信网络的BP_Adaboost神经网络模型，并对构建的BP_Adaboost神经网络模型进行训练，最后根据训练后的BP_Adaboost神经网络模型对电力通信网络进行异常入侵检测，BP_Adaboost神经网络模型相比于传统的BP神经网络模型
电力通信网络目标数据神经网络模型异常入侵检测存储介质构建关键特征通信网络影响电力传统的检测收敛

[发明专利]一种短期光伏功率预测方法-CN202211153247.8在审
发明人：彭琰;陈菁伟;王晨旭;杨锡运;马骏超;王诗晨;陈文进;吴汕 -专利权人：国网浙江省电力有限公司电力科学研究院
申请日： 2022-09-21 - 公布日： 2022-12-09 - 主分类号： G06Q10/04 文献下载
摘要：输入相似变量，获取两组相似日及相似日功率；构建灰色模型GM(1,1)，基于两组相似日数据预测光伏功率的总体趋势；构建灰色马尔科夫模型，基于马尔科夫链对灰色模型的预测误差进行修正，并得到两组预测结果；构建基于BP_Adaboost的集成算法模型，用BP_Adaboost对两组预测结果进行集成。本发明能够使得在光伏输出功率波动性较大的情况下仍有较好的预测能力，利用BP_Adaboost算法集成两组不同相似变量选取的相似日的灰色马尔科夫模型预测结果，进一步提升预测精度与鲁棒性，可为光伏电站并网提供重要参考信息
一种短期功率预测方法

[发明专利]一种基于BP_Adaboost的光伏发电故障检测与分类方法-CN201811567074.8在审
发明人：林培杰;赖云锋;程树英;陈志聪;吴丽君;郑茜颖;陈国灯 -专利权人：福州大学
申请日： 2018-12-20 - 公布日： 2019-04-05 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于BP_Adaboost的光伏发电故障检测与分类方法，首先采集光伏发电阵列不同工作状态的最大功率点电压、各组串电流以及温照度，得到参数的样本组合；接着对每个参数样本进行归一化处理；然后确定BP神经网络的参数，接着利用得到的样本训练每一个BP神经网络，得到每个BP神经网络的权重；将t个神经网络通过权重合并成一个强分类器输出，得到训练模型；最后利用训练模型对光伏发电阵列的故障进行检测和分类，
故障检测分类光伏发电训练模型权重最大功率点电压光伏发电系统光伏发电阵列归一化处理参数样本发电阵列故障类型判断系统强分类器神经网络样本训练样本组合照度采集输出合并检测

[发明专利]一种跌倒识别方法及装置、用户设备-CN201710373547.X有效
发明人：梁升云;赵国如;林颖蕾 -专利权人：深圳先进技术研究院
申请日： 2017-05-24 - 公布日： 2020-06-16 - 主分类号： A61B5/11 文献下载
摘要：本发明实施例公开了一种跌倒识别方法及装置、用户设备，其方法是实时获取跌倒动作相关的人体运动信号，将所述跌倒动作相关的人体运动信号输入到基于BP_Adaboost的算法模型的强分类器中进行分析，根据所述跌倒动作相关的人体运动信号判断用户是否即将跌倒
一种跌倒识别方法装置用户设备

[发明专利]一种基于遗传算法（GA）和AdaBoost算法优化的BP神经网络功率短期预测方法-CN202111309288.7在审
发明人：朱浩祎;李志新;王俊;吴限;刘树森;刘少军;张林;姚欣欣;苑婷;李金圣;刘俐利;陶冶;李楠 -专利权人：国网辽宁省电力有限公司盘锦供电公司;国家电网有限公司
申请日： 2021-11-06 - 公布日： 2022-03-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于遗传算法（GA）和AdaBoost算法优化的BP神经网络功率短期预测方法。通过采集到的历史输出功率以及温度、湿度、太阳辐射强度等主要的影响因子作为输入变量，通过遗传算法的全局优化对BP神经网络的初始权值和阈值进行改进，同时AdaBoost强预测器通过对弱预测器的预测序列赋予不同的权重综合不同序列的精度优势，实现了AdaBoost强预测器的“优中选优”的目的。本发明的优点：GA‑AdaBoost‑BP模型兼顾了遗传算法以及AdaBoost算法二者的优点，有效提高了BP神经网络模型性能，具有预测精度高、泛化能力强的特点，此模型和方法能够很好的预测光伏输出功率。
一种基于遗传算法 ga adaboost 优化 bp 神经网络功率短期预测方法

[发明专利]一种基于relieff特征选择和BP_Adaboost算法的经济状况不佳家庭预测分类模型-CN202111068515.1在审
发明人：孙佳龙;颜永豪;赵思聪;吉方正;朱国豪;王晓;田慧娟;于浩;夏天钰;王秋雅;骆剑波;袁淑婷;蔡靖慧 -专利权人：江苏海洋大学
申请日： 2021-09-13 - 公布日： 2022-05-03 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于relieff特征选择和BP_Adaboost算法的经济状况不佳家庭预测分类模型，包括如下步骤：对数据集进行预处理、对数据集进行划分、将训练集的数据代入到相应的算法中建立数学模型、把测试集中的数据通过建立好的数据模型进行分类预测
一种基于 relieff 特征选择 bp_adaboost 算法经济状况不佳家庭预测

[发明专利]一种基于Adaboost-BP的电压暂降类型辨识方法-CN202111642448.X在审
发明人：王秀茹;胡安平;邱冬;黄昊;许磊;赵航宇;刘刚;庞吉年;曹远志 -专利权人：国网江苏省电力有限公司宿迁供电分公司
申请日： 2021-12-30 - 公布日： 2022-03-29 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于Adaboost‑BP的电压暂降类型辨识方法，属于电能质量检测领域。依次包括电压暂降域的计算，暂降事件电压RMS波形特征提取，及基于Adaboost‑BP的电压暂降类型辨识算法；首先计算三相电压数据的RMS波形，然后通过基于小波变换模极大值的暂降域确定方法，确定电压暂降事件的暂降域将训练样本的特征向量输入到Adaboost‑BP分类模型中对模型进行训练，训练完成后再将测试样本的特征向量输入到训练好的Adaboost‑BP分类模型中进行测试。
一种基于 adaboost bp 电压类型辨识方法

[发明专利]一种基于BP-Adaboost算法的制造成熟度等级确定方法-CN202211382066.2在审
发明人：徐美姣;薛善良;张惠;方丹枫 -专利权人：南京航空航天大学
申请日： 2022-11-07 - 公布日： 2023-01-31 - 主分类号： G06F30/27 文献下载
摘要：一种基于BP‑Adaboost算法的制造成熟度等级确定方法，利用制造成熟度评价历史数据传承实现专家评估经验，降低专家评估主观性的影响，并提高评价的效率。包括以下步骤：1.针对制造成熟度评价历史数据，建立基于BP神经网络的制造成熟度等级推算模型；2.使用Adaboost算法优化制造成熟度等级推算BP神经网络模型；3.采用装配制造成熟度评价指标类似的通用数据集对制造成熟度等级推算模型进行训练本发明基于BP‑Adaboost算法进行制造成熟度评价，利用Adaboost算法对BP神经网络模型进行优化，提高了制造成熟度等级推算的效率以及客观性。
一种基于 bp adaboost 算法制造成熟度等级确定方法

[发明专利]一种基于多分类BP-Adaboost的贫困生认定方法-CN202010236492.X在审
发明人：杨建锋;魏瀚哲;王朝阳 -专利权人：西北大学
申请日： 2020-03-30 - 公布日： 2020-07-14 - 主分类号： G06Q10/06 文献下载
摘要：一种基于多分类BP‑Adaboost的贫困生认定方法，包括以下步骤：（1）获取往年贫困生的多维历史数据，（2）对采集到的往年贫困生历史数据进行预处理，构造学生特征矩阵S；（3）将往年贫困生的多维历史数据按照贫困程度分为三个类别，标注学生贫困类别标签，构造训练数据集；（4）设计BP‑Adaboost分类模型，使用提取的往年各贫困程度的贫困生特征矩阵构造的数据集训练BP‑Adaboost分类模型；（5）训练模型用于贫困生辅助认定本发明利用在校学生产生的学生行为数据，设计了一个基于BP‑Adaboost的多分类模型，本模型可以快速、准确的将学生分为三种贫困类别，以此判断学生的贫困情况辅助高校贫困生管理工作人员进行决策。
一种基于分类 bp adaboost 贫困生认定方法

[发明专利]一种基于BP‑Adaboost神经网络的用户体验质量的预测方法-CN201710291022.1在审
发明人：魏昕;黄若尘;高赟;毛佳丽;周亮 -专利权人：南京邮电大学
申请日： 2017-04-28 - 公布日： 2017-08-22 - 主分类号： H04N17/00 文献下载
摘要：本发明公开了一种基于BP‑Adaboost神经网络的用户体验质量的预测方法，该方法用于解决现有IPTV视频业务中对于用户体验质量的预测准确性不高的缺陷，本发明的实施流程包括首先从IPTV机顶盒采集到的数据中抽取KPI数据，并提取特征，特别设计了用户观看率作为其中的重要特征，而后基于Adaboost框架，并将BP神经网络嵌入其中，作为弱分类器，完成BP‑Adaboost神经网络模型的训练，而后对未知用户体验质量的
一种基于 bp adaboost 神经网络用户体验质量预测方法

[发明专利]一种基于加权BP-AdaBoost的转子故障诊断方法-CN202111634135.X在审
发明人：刘杨;赵晨诚;鲁欢欢;梁海英;陈海洋;崔宁远;包魁元;尹子键;单玥 -专利权人：东北大学
申请日： 2021-12-29 - 公布日： 2022-03-22 - 主分类号： G06K9/00 文献下载
摘要：本发明提供一种基于加权BP‑AdaBoost的转子故障诊断方法，涉及转子故障诊断领域。利用传感器测得转子振动信号，从不同角度对转子状态特征进行提取，得到转子系统状态特征向量，而后计算初始特征向量的方差，根据方差值大小，合理地选择特征向量维度，利用BP神经网络作为AdaBoost算法的基分类器针对组合式多分类分类器决策时存在的问题，本发明提出了基于验证样本的非模糊解系数，并结合K折交叉验证，得到了加权BP‑AdaBoost多分类器，完成了转子故障诊断。
一种基于加权 bp adaboost 转子故障诊断方法

[发明专利]基于采用深度Adaboost算法的BP人工神经元网络的喷射器性能的预测方法-CN201710107525.9有效
发明人：徐英杰;潘凡;蒋宁;高增梁 -专利权人：浙江工业大学
申请日： 2017-02-27 - 公布日： 2017-07-18 - 主分类号： G06K9/62 文献下载
摘要：一种基于深度BP‑Adaboost神经网络的喷射器性能预测方法，对于给定的喷射器，收集相关参数：根据神经网络拓扑结构，确定神经网络输入层、隐含层和输出层的神经元个数；输入样本开始对步骤二建立的神经网络进行训练，每次训练完毕则形成一个弱分类器，记录每次训练结果的误差；建立强分类函数，将弱分类器进行合并形成强分类器；根据预测效果分配对应的权重建立超强分类函数，将强分类器进行合并得到超强分类器，超强分类器为深度BP‑Adaboost神经网络；采集给定喷射器的实测数据，输入到建立完成的深度BP‑Adaboost神经网络中，得到输出向量即得到预测值。
基于采用深度 adaboost 算法 bp 人工神经元网络喷射器性能预测方法

[发明专利]基于注意力机制改进的BP-Adaboost多源信息电机故障诊断方法-CN202011294362.8在审
发明人：唐瑶;张晓飞;龙卓;黄守道;宋殿义;秦国军;谢金平;饶志蒙;吴公平 -专利权人：湖南大学
申请日： 2020-11-18 - 公布日： 2021-03-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于注意力机制改进的BP‑Adaboost多源信息电机故障诊断方法，包括获取被诊断电机获取P种传感器的时域数据；进行降采样然后再通过Hilbert变换和FFT变换提取频率幅值和相位作为输入特征，将P种传感器的输入特征输入预先训练好的基于注意力机制改进的BP‑Adaboost分类器得到电机的状态。本发明利用基于注意力机制改进的BP‑Adaboost，对不同来源的数据信息进行单独学习训练，形成不同次级分类器的初步诊断，且通过注意力机制将故障诊断方法聚焦到重点测量手段信息，以此来提升信息筛选和判别的能力
基于注意力机制改进 bp adaboost 信息电机故障诊断方法

[发明专利]基于IFA-BP-Adaboost的云数据中心故障检测方法-CN202210679446.6在审
发明人：许涛;王美琪;庄毅;顾晶晶 -专利权人：南京航空航天大学
申请日： 2022-06-16 - 公布日： 2022-09-20 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于IFA‑BP‑Adaboost的云数据中心故障检测方法，包括：采集云数据中心系统故障特征信息，获得监测数据集；对监测数据集进行特征提取，得到训练样本集；确定BP神经网络结构，初始化训练样本权值分布；使用IFA算法计算神经网络的初始最优权值和阈值，构建若干IFA‑BP神经网络；对上一步构建的神经网络进行训练，并计算网络的权重；根据计算的权重动态构建基于IFA‑BP‑AdaBoost的云数据中心故障检测模型
基于 ifa bp adaboost 数据中心故障检测方法

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 17572 条