“决策树算法”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432499个，建议您升级VIP下载更多相关专利

[发明专利]一种基于决策树数据挖掘的钻井漏层位置实时预测方法-CN202010382244.6有效
发明人：苏俊霖;赵洋;李立宗;左富银;尹雨红;秦祖海 -专利权人：西南石油大学
申请日： 2020-05-08 - 公布日： 2020-08-07 - 主分类号： G06F16/2458 文献下载
摘要：本申请实施例提供了一种基于决策树数据挖掘的钻井漏层位置实时预测方法。：采集目标区块相关历史钻井数据、历史钻井漏层位置真实值及实时钻井数据，并进行数据预处理；将预处理后的历史钻井数据划分为训练集和测试集，选取训练集中历史钻井数据为输入，历史钻井漏层位置真实值为标准，采用决策树算法进行数据挖掘，形成漏层位置预测初始决策树；通过测试集的数据对初始决策树进行剪枝，通过交叉验证选取最优子树并进行精度评估，若不满足精度要求则重新生成决策树；由最终决策树确定的分类规则生成钻井漏层位置实时预测模型，将该模型与正钻井数据即时采集平台相连接
一种基于决策树数据挖掘钻井位置实时预测方法

[发明专利]一种基于改进决策树的空中目标识别方法及系统-CN201911317701.7有效
发明人：李珠峰;朱珊珊;胡瑞娟;唐慧丰;李勇;黄晓辉;余文涛;席耀一;王博;刘剑 -专利权人：中国人民解放军战略支援部队信息工程大学
申请日： 2019-12-19 - 公布日： 2022-10-14 - 主分类号： G06V10/764 文献下载
摘要：本发明公开一种基于改进决策树的空中目标识别方法，包括：构建目标航行轨迹数据集，分为训练集和测试集；对训练集和测试集进行特征提取、细化和离散化处理；基于处理后的训练集采用C4.5决策树算法构建目标分类决策树；将处理后的测试集输入目标分类决策树，按照目标分类决策树沿根节点分层判断，直至叶子节点的目标类型作为位置点的目标识别结果，该类型作为识别结果的支持度加1；遍历处理后的测试集中目标航行轨迹全部位置点，对识别结果进行统计，取支持度最高的识别结果作为目标航行轨迹的最终目标识别结果；本发明还公开一种基于改进决策树的空中目标识别系统。
一种基于改进决策树空中目标识别方法系统

[发明专利]基于C4.5算法的电力系统故障识别分类方法及系统-CN202011006725.3在审
发明人：王振国;连众;贾飞;李东;李亚鑫;许文秀;郝茂亭;赵梅 -专利权人：内蒙古电力（集团）有限责任公司乌海电业局
申请日： 2020-09-23 - 公布日： 2021-01-05 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了基于C4.5算法的电力系统故障识别分类方法及系统，属于数据分析技术领域。本发明的方法包括：S100、获取数据集；S200、从数据集中提取子集，并将子集作为训练数据集；S300、根据训练数据集并利用C4.5算法建立决策树；S400、根据决策树对数据集的数据进行分类得到分类结果本发明的系统包括建树模块和分类模块，建树模块与分类模块连接，其中，建树模块用于根据数据集构建决策树。本发明克服了现有技术中，电力系统故障诊断速度较慢且准确性较低的不足，提供了基于C4.5算法的电力系统故障识别分类方法及系统，可以生成决策树并通过决策树对故障数据进行识别分类，从而可以实现对电力系统故障的快速诊断
基于 c4 算法电力系统故障识别分类方法系统

[发明专利]基于决策树的网构软件中的构件分类方法-CN201410789471.5在审
发明人：相徐斌;叶修梓;洪振杰;张三元 -专利权人：温州大学
申请日： 2014-12-17 - 公布日： 2015-04-22 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于决策树的网构软件中的构件分类方法。在网构软件的构件库中新加入构件，对于新加入构件的分类使用数据挖掘中的决策树技术；使用基于信息增益的ID3算法对新加入构件的推荐度进行分析，建立决策树，完成构件分类。本方法将决策树技术应用于网构软件中的构件分类中，利用信息增益用来衡量构件属性的值为整个分类所能提供的信息量，分类规则直观，易于理解实现，且分类效率高。
基于决策树软件中的构件分类方法

[发明专利]一种预测存储设备性能的方法、装置、设备及存储介质-CN201911208374.1在审
发明人：李闯;李玲侠 -专利权人：苏州浪潮智能科技有限公司
申请日： 2019-11-30 - 公布日： 2020-05-08 - 主分类号： G06F11/34 文献下载
摘要：本发明提供一种预测存储设备性能的方法、装置、设备及存储介质，包括如下步骤：搭建存储设备测试环境收集不同配置下的性能数据；将收集的性能数据作为数据样本，输入决策树机器学习模型进行算法训练；训练完成后，将配置信息输入到决策树机器学习模型中进行存储设备性能的预测采用一种决策树机器学习模型方法，通过测试时对于各种配置调试时得到的性能数据进行机器学习，建立决策树模型，可以智能的预测存储设备最优的配置方案。
一种预测存储设备性能方法装置介质

[发明专利]一种改进随机森林相似性度量的患病风险预测方法-CN202111447390.3在审
发明人：王杨;庞兰苏;翟仕佶;黄青松;肖衡;张舒;黄大帅 -专利权人：西南石油大学
申请日： 2021-12-01 - 公布日： 2022-02-25 - 主分类号： G06N5/00 文献下载
摘要：本发明涉及一种改进随机森林相似性度量的患病风险预测方法，属于医学健康分析和机器学习领域；解决了随机森林算法基于复杂医学数据进行患病风险预测时准确率低的问题；其技术方案是：构建基于原始随机森林算法的患病风险预测模型；保留AUC值高的部分决策树；将决策路径分组后得到所有病症特征的值域；提出三层交并比法计算决策树之间的相似度；删减冗余决策树后得到最终的患病风险预测模型；本发明提出了一种新的度量随机森林模型中决策树相似性的方法
一种改进随机森林相似性度量患病风险预测方法

[发明专利]联邦建模方法、设备及存储介质-CN201810913452.7有效
发明人：成柯葳;刘洋;范涛;陈天健;杨强 -专利权人：深圳前海微众银行股份有限公司
申请日： 2018-08-10 - 公布日： 2021-11-09 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种联邦建模方法、设备及存储介质，该方法包括输入第一训练样本和第二训练样本；基于Xgboost算法和加密算法对所述第一训练样本和所述第二训练样本进行训练，得到决策树预测模型；根据所述策树预测模型基于预设的样本标签预测方法对待预测样本进行预测本发明根据所述决策树预测模型基于预设的样本标签预测方法，对待预测样本进行预测，所述方法包括由联邦建模的第一方在第一方决策树预测模型中输入待预测样本，所述方法还包括由联邦建模的第一方和第二方分别在决策树预测模型中输入待预测样本
联邦建模方法设备存储介质

[发明专利]一种基于决策树和自然语言理解的呼叫中心路由改进方法-CN202310768028.9在审
发明人：胡炜;梁耀秋;陶志阳;练端淼 -专利权人：亿迅信息技术有限公司
申请日： 2023-06-27 - 公布日： 2023-09-01 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及通讯系统技术领域，公开了一种基于决策树和自然语言理解的呼叫中心路由改进方法，包括以下步骤：S1：决策树算法；S2：自然语言理解技术；S3：实时路由调整。本发明通过决策树算法和自然语言理解技术等技术手段，实现呼叫中心路由的准确性和高效性的提升，同时还采用实时路由调整和优化的方法，以应对复杂的业务场景和变化的客户需求。
一种基于决策树自然语言理解呼叫中心路由改进方法

[发明专利]一种基于FPGA实现的决策森林系统及决策森林推理方法-CN201911147579.3有效
发明人：王虹飞;李建文;何琨 -专利权人：华中科技大学;深圳华中科技大学研究院
申请日： 2019-11-21 - 公布日： 2022-05-31 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于FPGA实现的决策森林系统及决策森林推理方法，属于机器学习领域。本发明基于路径回溯模块与分类模块的架构在FPGA上实现决策树，有利于将训练好的决策树MATLAB代码自动转换成Verilog代码，而不需要人为在EDA工具中手动实现大量决策树。采用自顶向下的设计结构，将每棵决策树都作为一个子模块并行运行，快速部署的同时保证精度，且消耗的硬件资源更少。基于流水线技术在FPGA上实现多数投票法，在顶层模块中调用决策树子模块并对子模块的结果进行统一处理，从而提高推理速度。通过异步FIFO模块跨时钟域传输数据，使其应用更广泛。本发明所提供的推理实现方法原则上适用于通过任意训练算法生成的决策树。
一种基于 fpga 实现决策森林系统推理方法

[发明专利]数据处理方法和装置-CN201710523102.5在审
发明人：沈雄 -专利权人：众安信息技术服务有限公司
申请日： 2017-06-30 - 公布日： 2017-11-07 - 主分类号： G06K9/62 文献下载
摘要：该处理方法包括获取预定时间段内的增量数据，并基于是否存在分类模型来确定生成决策树的数量；若存在分类模型，则根据增量数据生成增量决策树，并基于增量决策树和分类模型中的模型决策树和增量决策树来对增量数据进行标签预测，其中，增量决策树的数量基于原始决策树的数量来确定；确定分类模型中的模型决策树和增量决策树中的各个决策树的综合性能；基于各个决策树的综合性能，从分类模型中的模型决策树和增量决策树中选取预定数量的决策树来作为更新后的分类模型中的模型决策树
数据处理方法装置

[发明专利]一种基于机器学习的无资料地区水文模型参数区域化方法-CN201910106649.4在审
发明人：郭良;王雅莉;刘荣华;梁立峰;毕青云;刘昌军;翟晓燕;李想;刘启 -专利权人：中国水利水电科学研究院
申请日： 2019-02-02 - 公布日： 2019-06-04 - 主分类号： G06Q50/26 文献下载
摘要：本发明公开了一种基于机器学习的无资料地区水文模型参数区域化方法，包括以下步骤：步骤1、数据准备；步骤2、获取有资料流域水文模型参数集；步骤3、流域特征属性主成分提取；步骤4、构建机器学习决策树算法数据集；步骤5、构建决策树，生成最优决策树；步骤6、根据决策树分类规则，获得流域最优分类规则；步骤7、无资料流域参数获取。本发明提出了一种基于机器学习的无资料地区水文模型参数区域化方法，该参数区域化方法不仅客观性强而且能够通过机器学习算法快速准确的为无资料流域寻找参证流域、获得模型参数，为无资料地区水文预报提供支撑。
区域化基于机器水文模型流域分类规则决策树构建机器学习算法流域水文模型决策树算法主成分提取最优决策树参数获取机器学习模型参数数据准备水文预报特征属性参数集数据集学习支撑

[发明专利]基于决策树的充电剩余时间估算方法及系统-CN201910817284.6在审
发明人：杨进 -专利权人：蜂巢能源科技有限公司
申请日： 2019-08-30 - 公布日： 2020-01-10 - 主分类号： G06F30/20 文献下载
摘要：本发明涉及电池技术领域，其实施方式提供了一种基于决策树的充电剩余时间估算方法，包括：采用电池包的历史充电数据作为训练集数据，生成决策树；在充电开始至充电结束的时间段内，按预设频次执行以下步骤：将充电参数输入所述决策树同时还提供了对应的基于决策树的充电剩余时间估算系统，以及一种数据服务器。本发明的实施方式利用决策树算法进行数据挖掘使充电剩余时间预估更准确，使用户能够准确把控充电剩余时间，提供更好的用户体验。
充电决策树时间估算电池包电池技术领域决策树算法数据服务器训练集数据充电参数充电数据时间预估数据挖掘用户体验时间段预设

[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：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Spark框架利用梯度提升决策树进行数据挖掘的算法-CN201610607692.5在审
发明人：胡建斌;高洪涛;白志凌 -专利权人：北京北信源软件股份有限公司
申请日： 2016-07-28 - 公布日： 2016-12-21 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于Spark框架利用梯度提升决策树进行数据挖掘的算法，该算法步骤如下：(1)原始数据分布式存储于Hadoop平台的分布式文件系统HDFS上并分配成n个数据集；(2)每个数据集降维处理，抽取出最重要的特征向量，将特征维度从M降低到m，m<M；(3)降维后的数据集采用随机采样方式，按照3:1的比例划分为训练数据集和测试数据集；(4)对训练数据集采用梯度提升决策树迭代优化，选择损失函数最小的决策树模型为该数据集的最优模型；(5)优化后的决策树模型加权平均获得最终的梯度提升决策树模型；(6)利用(5)步的梯度提升决策树模型对各组数据集中的测试数据进行预测，确定模型的准确性并实现数据挖掘。
一种基于 spark 框架利用梯度提升决策树进行数据挖掘算法

[发明专利]一种基于属性简约的交互式决策树构建方法-CN201810255706.0在审
发明人：杨雷;代钰;韩冰;郭珍;张斌 -专利权人：东北大学
申请日： 2018-03-27 - 公布日： 2018-08-17 - 主分类号： G06K9/62 文献下载
摘要：本发明属于数据分析与挖掘技术领域，具体涉及一种基于属性简约的交互式决策树构建方法，包括以下步骤：1)根据属性简约方法得出有限样本集合的简约核集；2)根据所述简约核集生成决策树；3)进行交互式决策树剪枝。本发明针对大数据环境中数据维度较高导致用户难以理解的问题，利用互信息计算属性核集，对剩余属性利用粒子群算法进行训练；在训练的同时，引入条件属性与决策属性的依赖度对粒子速度进行更新，提高收敛速度，最终得到全局近似最优约简的属性集合；在决策树构建过程中融入领域专家的剪枝经验，能够提高决策树的分类精度，降低其错分代价。
决策树构建决策树剪枝互信息计算粒子群算法决策属性剩余属性属性集合数据分析数据维度条件属性样本集合大数据属性核依赖度约简粒子收敛近似分类挖掘引入融入更新全局

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条