“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]一种基于特征选择与AdaBoost模型的矿井突水水源判别方法-CN202011092755.0在审
发明人：单耀;高林生;李红涛;赵启峰;朱权洁;石建军;殷帅峰 -专利权人：华北科技学院
申请日： 2020-10-13 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征选择与AdaBoost模型的矿井突水水源判别方法，包括：确定参与建模的含水层，在含水层采集水样，水样的数量为至少60组；测试每组水样的水质信息；利用R语言将多组水质信息按照7：3的比例分为训练数据集和测试数据集；对训练数据集采用随机森林的方法进行特征选择，选取3‑6个参数，并得到第一数据集；建立第一AdaBoost模型；建立第二AdaBoost模型。根据本发明的基于特征选择与AdaBoost模型的矿井突水水源判别方法，使用了随机森林方法进行特征选择，使用AdaBoost模型框架进行建模，可以提升模型结果的准确性。
一种基于特征选择 adaboost 模型矿井水源判别方法

[发明专利]一种基于改进的AdaBoost的乳腺癌生存预测方法-CN202210619505.0在审
发明人：权霜霜;王卫兵;郑岩 -专利权人：哈尔滨理工大学
申请日： 2022-06-04 - 公布日： 2022-08-12 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种基于改进的AdaBoost的乳腺癌生存预测方法，该方法包括以下步骤：数据输入模块、数据预处理模块、AdaBoost训练模块、AdaBoost测试模块、乳腺癌生存预测模块，利用训练好的AdaBoost与现有的相关技术相比，本发明中AdaBoost算法中弱分类器的加权参数不但与错误率有关，还与其对正样本的识别能力有关，改变弱分类器的权重值，同时采用一种弱分类器相似度度量方式，对弱分类器进行选择性集成，
一种基于改进 adaboost 乳腺癌生存预测方法

[发明专利]一种纤维增强复合材料的注塑工艺参数优化方法-CN202010258715.2在审
发明人：刘欣;郭永环;范希营 -专利权人：江苏师范大学
申请日： 2020-04-03 - 公布日： 2020-08-21 - 主分类号： G06F30/27 文献下载
摘要：PB)试验设计方法从多个工艺参数中筛选出影响产品质量的显著性因素作为设计变量，并采用Box‑Behnken design(BBD)试验设计方法合理设计试验方案；最后采用基于改进型神经网络的粒子群算法(BP‑AdaBoost‑PSO
一种纤维增强复合材料注塑工艺参数优化方法

[发明专利]一种基于AdaBoost模型的水质特征矿泉水分类方法-CN202011090983.4在审
发明人：单耀;王艺岚;王旭锋 -专利权人：华北科技学院;中国矿业大学
申请日： 2020-10-13 - 公布日： 2021-01-05 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于AdaBoost模型的水质特征矿泉水分类方法，包括：在矿泉水水源地采集水样；测试每组水样的水质信息；利用多组水质信息建立Excel表，导入R语言；利用主成分分析方法将数据降维以得到降维数据；利用高斯混合模型将降维数据进行分类以得到分类数据；将分类数据进行标记，选择可有效区分的多组标记数据；将多组标记数据按照7：3的比例分为训练数据集和测试数据集；对训练数据集进行特征选择；建立AdaBoost模型；将AdaBoost模型用于测试数据集，评估AdaBoost模型的正确率。根据本发明的基于AdaBoost模型的水质特征矿泉水分类方法，提升了矿泉水分类的合理性和科学性。
一种基于 adaboost 模型水质特征矿泉水分类方法

[发明专利]一种基于AdaBoost算法的焊缝缺陷检测方法-CN201910838781.4在审
发明人：段峰;殷仕帆;张文凯;宋陪陪 -专利权人：南开大学
申请日： 2019-09-05 - 公布日： 2020-01-07 - 主分类号： G06K9/62 文献下载
摘要：本发明属于焊缝检测技术领域，更具体地，涉及一种基于Adaboost算法的焊缝缺陷检测方法。本发明采用了带有惩罚项的AdaBoost算法，提高了缺陷的检测率。另外，使用AdaBoost作特征选择，筛选出更好表征缺陷特点的特征。同时，在缺陷类别判定中，扩展二分类为多分类AdaBoost。
缺陷类别惩罚项非均匀分布缺陷分类器表征缺陷分类性能焊缝检测焊缝缺陷缺陷检测缺陷样本特征选择二分类分类器检测率与非样本判定筛选分类检测

[发明专利]一种基于Adaboost回归算法的储层孔隙度预测方法-CN201911168495.8在审
发明人：史长林;魏莉;张剑;杨丽娜;许胜利;吴蔚;但玲玲;牛雪;田盼盼;李芳芳 -专利权人：中国海洋石油集团有限公司;中海油能源发展股份有限公司
申请日： 2019-11-25 - 公布日： 2020-04-10 - 主分类号： G01V1/50 文献下载
摘要：本发明公开了一种基于Adaboost回归算法的储层孔隙度预测方法，本发明通过将Adaboost回归算法融入到储层孔隙度预测过程中，利用Adaboost回归算法强大的集成学习能力，自动提取地震数据的隐藏特征
一种基于 adaboost 回归算法孔隙预测方法

[发明专利]基于改进Adaboost算法的数据源分类器构建方法-CN201810318399.6在审
发明人：裘嵘;何文婷;张祖平 -专利权人：中南大学
申请日： 2018-04-11 - 公布日： 2018-09-14 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进Adaboost算法的数据源分类器构建方法，通过弱分类器和强分类器并行训练的方式来改进现有的Adaboost算法，利用强弱分类器互补来解决传统Adaboost算法中单个弱分类器错误叠加的问题
数据源分类器构建弱分类器分类器改进强弱并行训练强分类器算法叠加分类

[发明专利]一种基于大数据的风电场异常数据自动辨识方法-CN202110192450.5在审
发明人：王楠;程艳;王士柏;管荑;马强;耿玉洁;孙树敏;于芃;关逸飞;王玥娇;邢家维;滕玮;李广磊;魏大钧;张兴友 -专利权人：国网山东省电力公司电力科学研究院;国家电网有限公司
申请日： 2021-02-20 - 公布日： 2021-06-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于大数据的风电场异常数据自动辨识方法，包括：获取待辨识风电场数据；根据直推信度机计算待辨识风电场数据的异常度；引入权值分配动量参数和分类迭代阈值对Adaboost算法的分类权值和迭代次数进行改进，根据改进后的Adaboost算法生成分类器；根据预训练的神经网络模型和分类器对确定异常度的待辨识风电场数据进行分类，得到风电场异常数据。获取风电场站数据并进行预处理后，引入权值分配动量参数和分类迭代阈值对Adaboost算法进行改进，利用神经网络和改进后的Adaboost算法检自动辨识风电场异常数据，利用直推信度机计算数据异常度后，将神经网络结合Adaboost算法实现对风电场异常数据的自动辨识。
一种基于数据电场异常自动辨识方法

[发明专利]一种基于LSTM-Adaboost集成学习的身体活动强度预测算法-CN202310164385.4在审
发明人：张晋喜;周志雄;韩晓伟 -专利权人：首都体育学院
申请日： 2023-02-25 - 公布日： 2023-04-18 - 主分类号： G06N3/0442 文献下载
摘要：本发明属于运动监测技术领域，具体为一种基于LSTM‑Adaboost集成学习的身体活动强度预测算法，包括步骤1：基于LSTM网络的身体活动强度预测模型设计，首先构建基于LSTM模型的基学习器；步骤2：构建LSTM‑Adaboost身体活动强度预测模型，基于步骤1设计的LSTM基学习器，构建LSTM‑Adaboost身体活动强度预测模型，其结构合理，能够实现通过采集到的人体腕部加速度数据和实时身体活动能耗进行预测模型的训练待模型收敛后，输入新的人体腕部加速度数据到训练好的模型中即可得到身体活动能耗的预测结果，引入适应性增强(Adaboost)算法，将多个学习器经过加权整合的方式组成一个预测误差更小的LSTM‑Adaboost
一种基于 lstm adaboost 集成学习身体活动强度预测算法

[发明专利]视频监控多视角车辆检测方法和装置-CN201310326911.9有效
发明人：雷明 -专利权人：深圳市智美达科技有限公司
申请日： 2013-07-30 - 公布日： 2017-02-01 - 主分类号： G06K9/66 文献下载
摘要：本发明公开了一种视频监控多视角车辆检测方法和装置，所述方法包括基于图像样本的梯度通道特征和LUV通道特征，通过Adaboost训练算法进行训练，得到多个检测尺度对应的树状级联Adaboost分类器，所述树状级联Adaboost分类器包括多个级联分类器分支，每一级联分类器分支用于检测图像中预设视角范围内的车辆目标；输入待检测的视频图像；根据待检测的视频图像的梯度通道特征和LUV通道特征，用所述多个检测尺度对应的树状级联Adaboost分类器对输入的所述视频图像进行识别，得到每个检测尺度对应的视频图像中的车辆目标检测结果；合并多个检测尺度对应的树状级联Adaboost分类器的车辆目标检测结果。
视频监控视角车辆检测方法装置

[发明专利]一种基于肤色分割和AdaBoost相结合的快速人脸检测方法-CN201410060480.0有效
发明人：路小波;季赛平;曾维理;陆立颖;刘春雪;徐千州 -专利权人：东南大学
申请日： 2014-02-24 - 公布日： 2017-03-22 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于肤色分割和AdaBoost相结合的快速人脸检测方法，包括以下步骤第一步，构建N层高斯金字塔；第二步，确定在高斯金字塔中进行肤色分割人脸检测的层数Ev；第三步，对高斯金字塔的第Ev层图像进行肤色分割人脸检测，标定出矩形人脸候选区域；第四步，确定在高斯金字塔中进行AdaBoost人脸检测的层数Ev'；第五步，对高斯金字塔的第Ev'层图像进行AdaBoost人脸检测；第六步，获取人脸区域。本发明结合了肤色分割和AdaBoost算法，并引入高斯金字塔，通过先为待检图像创建高斯金字塔，然后选择在高斯金字塔的适当层分别进行肤色分割和AdaBoost人脸检测，从而大幅提高了人脸检测效率。
一种基于肤色分割 adaboost 相结合快速检测方法

[发明专利]一种基于稀疏编码和神经网络的行人图片检测方法-CN201511020817.6在审
发明人：舒泓新;蔡晓东;陈昀;王爱华 -专利权人：中通服公众信息产业股份有限公司
申请日： 2015-12-30 - 公布日： 2016-06-15 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于稀疏编码和神经网络的行人图片检测方法，具体为：先预处理样本数据集中的样本并提取聚合通道特征；构建BP-AdaBoost强分类器模型并训练；对视频帧进行预处理，并进行不同尺度的缩放得到图片金字塔
一种基于稀疏编码神经网络行人图片检测方法

[发明专利]一种大跨斜拉桥拉索损伤识别方法-CN201711450716.1在审
发明人：谭冬梅;柳勇;陈武;薛茗;金超;吴浩;毛善明 -专利权人：武汉光谷北斗控股集团有限公司
申请日： 2017-12-27 - 公布日： 2018-05-29 - 主分类号： G06F17/50 文献下载
摘要：基于所述风速时程曲线计算得到风荷载作用下拉索的应力时程；将所述应力时程和桥梁拉索无伤状态下的应力时程进行提升小波包分解，提取小波包信号分量能量并将能量累积变异值作为特征值识别斜拉索损伤位置；获取提升小波包分量能量差，并以此建立BP‑AdaBoost
拉索斜拉桥损伤识别应力时程风速时程结构损伤提升小波元模型特征值识别程度计算分量能量能量累积桥梁技术桥梁拉索曲线计算损伤位置信号分量荷载风荷载可靠度模拟风下拉索小波包斜拉索疲劳施加分解

[发明专利]一种基于PCA和AdaBoost算法的运动鱼苗识别方法-CN201610963106.0在审
发明人：王帅;刘世晶;唐荣 -专利权人：中国水产科学研究院渔业机械仪器研究所
申请日： 2016-10-28 - 公布日： 2017-03-15 - 主分类号： G06K9/00 文献下载
摘要：一种运动鱼苗识别方法，包括步骤(1)构建AdaBoost算法识别训练集及测试集并进行训练，步骤包括A1，截取k×k像素的鱼苗图像m张、非鱼苗图像n张构成训练集，m/2张鱼苗图像、n/2张非鱼苗图像构成测试集，k、n、m为正整数；A2,使用PCA方法进行特征提取，数据降维；A3,使用AdaBoost算法进行训练，并确定AdaBoost算法强分类器的迭代次数；(2)对待识别图像进行预处理，主要是分离鱼苗和图像背景；(3)对预处理后图像进行分割，确定待识别矩形区域；(4)使用AdaBoost算法识别模型进行识别。
一种基于 pca adaboost 算法运动鱼苗识别方法

[发明专利]基于adaboost的食源性致病菌拉曼光谱分类模型训练方法-CN202010020498.3在审
发明人：曾万聃;黄杰伦;夏志平;王其 -专利权人：上海应用技术大学
申请日： 2020-01-08 - 公布日： 2020-06-12 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于adaboost的食源性致病菌拉曼光谱分类模型训练方法，本发明针对大肠杆菌以及布鲁氏菌，提出一种基于adaboost集成算法的拉曼光谱分类法方法。对于两种不同病菌的拉曼光谱先进行数据预处理，包括去毛刺，降噪(Savitzky‑Golay滤波器)，然后采样成数值型数据，之后对数据采用PCA降维，之后用基于元分类器为决策树的adaboost算法调用网格搜索模型找到最合适的参数，经验证，集成算法adaboost比单一类算法例如KNN、SVM等有更高的分类准确率。
基于 adaboost 食源性致病菌光谱分类模型训练方法