“郑方兰”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果8个，建议您升级VIP下载更多相关专利

[发明专利]数据识别方法、装置和存储介质及电子装置-CN202011403676.7有效
发明人：李琨;郑方兰;何玥颖;彭成霞;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2020-12-04 - 公布日： 2023-09-01 - 主分类号： G06F18/243 文献下载
摘要：本发明公开了一种数据识别方法、装置和存储介质及电子装置。其中，该方法包括：获取目标用户的目标数据；将目标数据输入数据识别模型，其中，数据识别模型为利用多个样本数据进行训练后得到的用于识别数据的决策树模型，多个样本数据为整合至少两个目标来源的样本数据后获得的数据，至少两个目标来源中的至少一个目标来源的样本数据中包括至少一个类别的用户标签；获取数据识别模型输出的识别结果，其中，识别结果包括目标用户的目标用户标签。本发明解决了数据识别的效率较低的技术问题。
数据识别方法装置存储介质电子

[发明专利]营销对象的确定方法及装置-CN202211573578.7在审
发明人：王梦晗;郑方兰;李琨;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-12-08 - 公布日： 2023-03-07 - 主分类号： G06Q30/0203 文献下载
摘要：本发明提供了一种营销对象的确定方法及装置。该方法包括：基于营销对象数据集并根据极大化特定目标值的决策树算法，生成多棵决策树，其中，一棵决策树对应一条由营销对象特征组合产生的营销对象筛选规则；抽取所述多棵决策树所对应的营销对象筛选规则并组成营销对象筛选规则集；基于所述营销对象筛选规则集对所述营销对象数据集进行筛选，以确定满足所述营销对象筛选规则集中所有筛选规则的目标营销对象。通过本发明，解决了已有的基于决策树的增益模型不能精准的选择出目标营销对象的问题，达到避免营销资源浪费的效果。
营销对象确定方法装置

[发明专利]一种基于神经网络的资产组合构建方法及装置-CN202210074886.9在审
发明人：王梦晗;何玥颖;郑方兰;李琨;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2022-01-21 - 公布日： 2022-05-17 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于神经网络的资产组合构建方法及装置。该方法包括：通过第一神经网络模型模拟资产价格变化值与资产操作之间的对应关系，根据资产价格变化值与资产操作之间的对应关系构建初始资产组合；通过决策树模型预测所述资产组合在下一交易周期的收益率，以及通过逻辑回归预测下一交易周期的市场走势；根据所述收益率和市场走势调整所述初始资产组合中各资产的比例。可以解决相关技术中基于业务人员的专业知识和经验判断构建资产组合，在效率方面存在很大缺陷的问题，基于机器学习达到高效构建资产组合的效果。
一种基于神经网络资产组合构建方法装置

[发明专利]一种评分卡模型训练方法及装置-CN202111163339.X在审
发明人：李琨;郑方兰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-09-30 - 公布日： 2022-03-04 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种评分卡模型训练方法及装置，其中，该方法包括：获取预设数量的训练样本；分别对该预设数量的样本进行特征选择，得到该预设数量的特征变量；在根据该预设数量的特征变量对评分卡模型进行训练的过程中，调整该评分卡模型的参数，同时调整该预设数量的特征变量的样本权重，得到训练好的评分卡模型，可以解决相关技术中加入迁移学习的评分卡模型建模方法限制建模方法严重限制了模型适用的范围的问题，通过在训练模型过程中，调整模型参数的同时调整，训练样本的权重，使得建立的评分卡模型更稳定，模型适用范围更广。
一种评分模型训练方法装置

[发明专利]一种异常行为检测处理方法及装置-CN202111155814.9在审
发明人：何玥颖;毕光耀;李琨;郑方兰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-09-29 - 公布日： 2022-01-14 - 主分类号： G06Q40/04 文献下载
摘要：本发明提供了一种异常行为检测处理方法及装置，其中，该方法包括：获取多个可疑账户的数据，得到多个数据；根据该多个数据创建一个或多个交易关联子图；对该一个或多个交易关联子图参与异常事件程度进行评估，得到评估结果；根据该评估结果对该一个或多个交易关联子图的异常行为进行检测，可以解决相关技术中针对可疑的异常行为账户个体进行特征检测和聚类，导致检测精度低的问题，可以有效的从多个步骤检测账户是否有异常行为，实现对异常行为的全流程检测，在面对一些针对异常行为账户个体的伪装行为时，可以较为有效的识别出异常行为，提高了异常行为检测的精度。
一种异常行为检测处理方法装置

[发明专利]一种不平衡样本的关联规则确定方法及装置-CN202110622409.7在审
发明人：魏乐;卢格润;李琨;郑方兰;朱良姝;白冰;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2021-06-03 - 公布日： 2021-08-20 - 主分类号： G06F16/28 文献下载
摘要：本发明提供了一种不平衡样本的关联规则确定方法及装置，其中，该方法包括：将原始数据转换为事务数据；将该事务数据中的正负不平衡样本数据进行分类标记，得到正负不平衡标记样本；基于正负不平衡标记样本中的分类关联规则。该方法及装置可以解决相关技术中对于正负不平衡样本分类场景下，传统关联规则分类算法对系统资源消耗较大，且关联规则筛取未考虑全样本信息，影响模型推广的问题。本发明在实现过程中，更关注在不平衡样本条件下小样本作为目标变量的分类规则，从而避免挖掘整个数据集，节省了系统资源消耗。
一种不平衡样本关联规则确定方法装置

[发明专利]异常数据的识别方法和装置-CN202011403613.1在审
发明人： 郑方兰;李琨;何玥颖;田江;向小佳;丁永建;李璠 -专利权人：光大科技有限公司
申请日： 2020-12-04 - 公布日： 2021-04-02 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种异常数据的识别方法和装置。其中，该方法包括：获取待检测的目标数据；将目标数据输入到目标神经网络模型中，其中，目标神经网络模型为使用目标样本数据训练原始神经网络模型得到的模型，目标神经网络模型的判定阈值为目标判定阈值，判定阈值为根据目标样本数据的重构误差的绝对值、重构误差分布的均值和协方差得到的阈值，判定阈值用于识别目标样本数据为正常数据或异常数据，在判定阈值为目标判定阈值的情况下，目标神经网络模型的目标分值最高；根据目标神经网络模型输出的识别结果确定目标数据为正常数据或异常数据。本发明解决了识别异常数据准确度低的技术问题。
异常数据识别方法装置

[发明专利]一种模型训练方法、机械通气表型识别方法及呼吸机-CN202010057685.9在审
发明人：苏龙翔;洪娜;隆云;郑方兰;周翔;贺杰;王小亭;刘淳;何怀武;马莹莹;王郝;朱卫国 -专利权人：中国医学科学院北京协和医院;神州数码医疗科技股份有限公司
申请日： 2020-01-18 - 公布日： 2020-06-09 - 主分类号： G16H50/20 文献下载
摘要：本申请实施例提供一种模型训练方法、机械通气表型识别方法及呼吸机，所述模型训练方法包括：获取被测试者的多维特征数据，其中，所述多维特征数据至少包括被测试者的基础和评分特征、呼吸特征、循环与灌注特征和残留特征出入量平衡；对所述多维特征数据进行补全及关联性分析，得到分析数据；基于所述分析数据进行高斯混合聚类，学习模型参数，根据所述模型参数确定高斯混合模型。本申请实施例通过采集与某类疾病治疗设备相关的特征参量来确定对应疾病的表型，后续医生根据疾病表型类型和患者的某类疾病治疗设备相关观测数据相结合可以对不同患者进行分类别的救治和护理。
一种模型训练方法机械通气表型识别呼吸

1
共 8 条