“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]一种电力变压器故障诊断方法、装置、设备及存储介质-CN202310896082.1在审
发明人：丁叶强;唐洪良;张宓璐 -专利权人：国网浙江省电力有限公司杭州市临平区供电公司
申请日： 2023-07-20 - 公布日： 2023-10-27 - 主分类号： G06F18/24 文献下载
摘要：具体方案包括：获取样本集，样本集中包括历史时间段下多个不同类型的电力变压器的绝缘油中溶解的特征气体数据，每个特征气体数据包括对应的气体成分和气体浓度；利用训练集对预设的梯度提升决策树模型进行训练，并利用预设的北方苍鹰优化算法对梯度提升决策树模型进行参数寻优；对每次训练后的梯度提升决策树模型进行验证，将通过验证的梯度提升决策树模型确定为中间梯度提升决策树模型；利用中间梯度提升决策树模型对实时采集的目标特征气体数据进行预测，确定目标特征气体数据对应的电力变压器是否存在故障
一种电力变压器故障诊断方法装置设备存储介质

[发明专利]一种基于模糊决策树的深度强化学习空战博弈方法和系统-CN202010132561.2有效
发明人：朱燎原;刘长卫;瞿崇晓;张瑞峰;夏少杰;包骐豪 -专利权人：中国电子科技集团公司第五十二研究所
申请日： 2020-02-29 - 公布日： 2022-05-03 - 主分类号： G06N7/02 文献下载
摘要：本发明公开了一种基于模糊决策树的深度强化学习空战博弈解释方法，包括：采用已训练的深度强化学习模型进行空战博弈，得到训练集和特征集；构建特征集中各特征的隶属度函数，逐一将特征模糊化，得到特征集模糊化后的模糊特征集；根据训练集和模糊特征集建立模糊决策树；通过极小化决策树的损失函数对模糊决策树进行剪枝；遍历剪枝后的模糊决策树的所有路径，其中每一路径表示一个空战博弈规则；将空战博弈时深度强化学习模型的输入和输出保存为待处理数据，将待处理数据输入至剪枝后的模糊决策树中得到对应的空战博弈规则，从而完成空战博弈解释。本发明解决了深度强化学习算法可解释性差、结果不直观的问题。
一种基于模糊决策树深度强化学习空战博弈方法系统

[发明专利]数据处理方法、装置和电子设备-CN201910583550.3有效
发明人：李漓春;张晋升;王华忠 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-07-01 - 公布日： 2020-08-14 - 主分类号： G06F21/60 文献下载
摘要：所述方法包括：基于加密决策森林，获取与业务数据相匹配的目标叶子节点；所述加密决策森林包括至少一个决策树，所述决策树的分裂节点对应有分裂条件的明文数据，所述决策树的叶子节点对应有叶子值的密文数据，所述密文数据由同态加密算法对叶子值进行加密得到
数据处理方法装置电子设备

[发明专利]一种基于XGBoost算法的锂电池剩余寿命预测方法-CN202010845212.5在审
发明人：马正阳;刘明威;程钏;徐凡;娄维尧;杨克允;沈伟健;林韩波;蔡姚杰 -专利权人：浙江工业大学
申请日： 2020-08-20 - 公布日： 2020-11-27 - 主分类号： G01R31/36 文献下载
摘要：本发明公开了一种基于XGBoost算法的锂电池剩余寿命预测方法，包括如下步骤：1)特征提取：对锂电池运行过程中产生的数据进行监测，从中提取锂电池充电的电压时间序列数据，并根据需要对提取的电压时间序列数据进行特征生成；2)构建模型：建立基于决策树的XGBoost模型，决策树采用分类与回归树CART；根据训练数据不断生成CART来拟合上一棵CART产生的残差，最终集成所有CART即为最终XGBoost集成模型；3)训练并预测：将所提取的特征送入基于决策树CART的XGBoost模型进行训练，并将训练后的模型用于锂电池RUL的预测。本发明通过引入集成算法，以决策树算法中的CART作为基础学习器，训练一系列CART并将其进行集成，提高了锂电池剩余使用寿命的预测性能。
一种基于 xgboost 算法锂电池剩余寿命预测方法

[发明专利]一种安全的数据外包机器学习数据分析方法-CN201710224720.X有效
发明人：赵姝畅;骆苑新雨;郭娟娟;马建峰;王祥宇;常益嘉;马莹莹 -专利权人：西安电子科技大学
申请日： 2017-04-07 - 公布日： 2020-07-28 - 主分类号： H04L9/30 文献下载
摘要：本发明公开了一种安全的数据外包机器学习数据分析方法，由任意树均能化归为二叉树的性质，将训练好的决策树预测模型化归为二叉树，并归纳为一个形为无穷多个乘数项之和的特殊多项式，对模型中每一个数据用RSA加密上传到云平台，再将需要被决策的数据也用RSA加密上传到云平台，利用RSA的乘同态加密性质，将模型的加密数据和需要被决策的加密数据进行相应计算，得到每一个乘数项的密文结果，将结果返回到数据使用者解密，即可得到决策结果，通过将二叉树转化为多项式，使得原本需要多种计算才能实现的决策树，转化为一种计算即可实现，进而使用乘同态算法就能快速完成决策树的机器学习过程，大大降低了在密文上进行决策树这种机器学习算法的复杂程度，提升了计算效率
一种安全数据外包机器学习分析方法

[发明专利]决策树剪枝优化方法、装置、设备及计算机存储介质-CN202011637385.4在审
发明人：要卓;陈婷;吴三平;庄伟亮 -专利权人：深圳前海微众银行股份有限公司
申请日： 2020-12-31 - 公布日： 2021-04-13 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及金融科技(Fintech)技术领域，公开了一种决策树剪枝优化方法、装置、设备及计算机存储介质，该方法包括以下步骤：获取待剪枝决策树；对待剪枝决策树的待剪非叶子节点进行预剪枝，生成第一预剪枝决策树；获取第一预剪枝决策树的模型效果；若第一预剪枝决策树的模型效果优于待剪枝决策树，则确认对待剪非叶子节点执行剪枝操作，生成第一决策树；获取第一决策树的稳定性指标；若稳定性指标满足预设条件，则确认对第一决策树中的待剪非叶子节点执行剪枝操作，生成第二决策树。本发明解决了缺乏对剪枝后的决策树的稳定性的衡量的问题，实现了在衡量模型效果的基础上，加入对稳定性指标的检测以优化决策树剪枝方法。
决策树剪枝优化方法装置设备计算机存储介质

[发明专利]对象分类方法、装置、计算机设备和存储介质-CN202210233146.5在审
发明人：毕超波;黄嘉成;彭艺;刘明亮;郑磊 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-03-09 - 公布日： 2023-09-22 - 主分类号： G06F18/2431 文献下载
摘要：基于训练对象对应的训练操作数据和训练标签生成初始决策树，将初始决策树作为当前决策树；将训练操作数据输入当前决策树得到本轮预测结果，基于训练标签、本轮预测结果和历史轮预测结果生成预测误差；基于训练操作数据和预测误差生成当前决策树的后向决策树，将后向决策树作为当前决策树，返回将训练操作数据输入当前决策树得到本轮预测结果的步骤执行，直至满足第一收敛条件，得到多个后向决策树；基于初始决策树和各个后向决策树生成的对象分类模型通过融合各个决策树针对目标对象的目标操作数据的预测结果得到目标对象对应的预测标签
对象分类方法装置计算机设备存储介质

[发明专利]一种基于决策树的测试方法及装置-CN201911035613.8在审
发明人：徐翠青 -专利权人：天津幸福生命科技有限公司
申请日： 2019-10-29 - 公布日： 2020-03-24 - 主分类号： G06F11/36 文献下载
摘要：本发明公开了一种基于决策树的测试方法，所述方法包括:获取目标决策树，并根据所述目标决策树，生成测试案例；利用所述测试案例对所述目标决策树进行测试，得到测试结果。本发明可以根据目标决策树生成该目标决策树对应的测试案例，且可以利用该测试案例对该目标决策树进行测试，得到测试结果。可见，本发明可以自动根据目标决策树生成目标决策树对应的测试案例，并根据该测试案例对目标决策树进行测试，而不需要和传统方式一样，需要人工手动编写测试案例，以及对决策树进行测试。因此，与现有技术相比，本发明不需要人工编写测试案例，可以避免由于人工编写测试案例所导致的编写错误，从而提高了决策树功能测试的效率。
一种基于决策树测试方法装置

[发明专利]构建决策树分类器的方法及装置-CN201210580719.8有效
发明人：范成林;黄哲学;陈小军 -专利权人：中国科学院深圳先进技术研究院
申请日： 2012-12-27 - 公布日： 2019-04-23 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种构建决策树分类器的方法，包括：获取样本数据；构建包含多个子决策树的随机森林分类器；获取所述多个子决策树的节点的分裂属性的出现频率，根据所述出现频率将所述多个子决策树合并成主决策树，且所述主决策树的叶节点对应类标集和叶属性类标签，所述叶属性标签为所述类标集中出现频率最高的类标签；根据所述叶属性类标签合并所述主决策树的叶节点；根据所述主决策树生成决策树分类器。此外，还包括一种构建决策树分类器的装置。上述构建决策树分类器的方法及装置可以提高分类速度。
构建决策树分类方法装置

[发明专利]一种流数据分类模型的优化方法及装置-CN202310105454.4有效
发明人：邓泽;李力;王力哲;靳悦悦 -专利权人：中国地质大学（武汉）
申请日： 2023-02-13 - 公布日： 2023-10-20 - 主分类号： G06F18/2431 文献下载
摘要：本发明提供了一种流数据分类模型的优化方法及装置，涉及数据查询领域，所述方法包括：获取流数据分类模型中的决策树，所述流数据分类模型用于对流数据分类；对所述决策树进行结构化分类操作，得到多个决策树集合；对每个所述决策树集合内的决策树进行编码压缩，得到对应的压缩决策树集合；对每个所述压缩决策树集合进行基于决策树编辑距离的聚类，得到聚类决策树集合；对所有所述聚类决策树集合进行筛选，得到轻量级的流数据分类模型。与现有技术比较，本发明解决了流数据分类模型中大量的决策树导致系统被占用大部分内存，分类效率低的问题。
一种数据分类模型优化方法装置

[发明专利]基于决策树的特征分箱算法-CN201910404896.2在审
发明人：段兆阳;孙博;杨森 -专利权人：杭州排列科技有限公司
申请日： 2019-05-16 - 公布日： 2019-12-03 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种基于决策树的特征分箱算法，包括建模数据样本、特征变量与目标变量组合、设置限制条件、决策树分箱和产生分箱结果；本发明所提供的设备可以应用机器学习决策树算法产生一定条件下的最佳分箱结果，最终生成的分箱结果达到了数据意义上的最佳体现以及消除了建模人员主观意识的干扰性将此算法嵌入到传统评分卡模型或其他新兴机器学习的建立当中，可以明显提高金融行业传统的信贷模型质量，提高审批的正确率，拒绝更多的欺诈逾期申请。
分箱决策树算法决策树算法机器学习建模数据金融行业目标变量数据意义特征变量限制条件应用机器传统的干扰性评分卡正确率建模嵌入样本欺诈主观信贷申请审批学习

[发明专利]模板文档自动生成方法-CN201510822691.8在审
发明人：徐志强;刘正桃;谢欣涛;陈剑;肖振锋 -专利权人：国家电网公司;国网湖南省电力公司;国网湖南省电力公司经济技术研究院;湖南天下宽信息技术有限公司
申请日： 2015-11-24 - 公布日： 2016-03-23 - 主分类号： G06F17/22 文献下载
摘要：本发明公开了一种模板文档自动生成方法，包括根据模板文档生成DOM格式目录树，并产生与之相匹配的决策树；调整优化决策树，并遍历所有调整优化过程中的决策树获取所有决策树的遍历效率；通过决策树遍历效率及模板文档生成效率筛选出最优与之DOM数据路相匹配的决策树模型；按照筛选出的决策树模型，生成已经进行替换和属性变更的文档。本发明提供的这种模板文档自动生成方法，由于采用了与DOM格式目录树相匹配的决策树，并通过对决策树的筛选最终生成最优的决策树模型，并依据该决策树模型生成模板文档，因此本发明能够不受目录树的深度或层次的影响
模板文档自动生成方法

[发明专利]一种基于决策树与关联规则结合的数据挖掘方法及装置-CN202310054552.X在审
发明人：张惠;聂志玲;王聃星;牛方艺 -专利权人：中国第一汽车股份有限公司
申请日： 2023-02-03 - 公布日： 2023-10-27 - 主分类号： G06F16/2458 文献下载
摘要：本申请公开了一种基于决策树与关联规则结合的数据挖掘方法及装置，包括：获取参与者信息，包括参与者的背景信息；获取决策样本信息，包括参与者选择预设汽车仪表色彩方案策略的决策信息；基于决策树算法，根据所述决策样本信息与所述参与者信息，生成参与者选择预设汽车仪表色彩方案策略的决策与参与者的背景的亚组数据；基于关联规则，处理所述亚组数据，生成所述预设汽车仪表色彩方案策略与所述参与者的背景信息间的关联关系信息。通过上述方案，将决策树与关联规则结合，发挥两者优点，回避两者缺陷；将决策树与关联规则结合的方法应用在汽车颜色方案领域，验证了决策树与关联规则结合的数据挖掘方法在汽车颜色方案领域的数据挖掘具有可行性。
一种基于决策树关联规则结合数据挖掘方法装置

[发明专利]基于决策树的决策行为生成方法及系统-CN202010438397.8有效
发明人：姜文玲;卫浩;彭恒 -专利权人：四川新网银行股份有限公司
申请日： 2020-05-22 - 公布日： 2021-12-07 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于决策树的决策行为生成方法及系统，其中方法包括：S1．从客户信息中进行特征提取，得到供决策树应用的可用指标；S2．根据决策树中各单一节点的类型、节点编码和输入/输出参数将所有单一节点相互形成父/子关系；S3．对各节点分别进行条件配置得到决策路径，校验后得到决策树；S4．对决策树预跑批得到决策树预跑批结果，对预跑批结果验证后得到可用决策树；S5．对可用决策树的跑批始点进行配置，得到决策树跑批任务和决策树版本；S6．通过系统应用的决策树进行跑批任务，得到可立即执行的决策行为。本发明能够高效的构建出决策树，并且能够实现对客户动态的实时定位，及时输出决策行动，有效实现了对客户决策行为的及时执行。
基于决策树决策行为生成方法系统

[发明专利]基于数值仿真与决策树算法的塑性成形工艺规则获取方法-CN200510024029.4无效
发明人：鼓颖红;李大永;尹纪龙;王迎春 -专利权人：上海交通大学
申请日： 2005-02-24 - 公布日： 2005-08-10 - 主分类号： G06F17/50 文献下载
摘要：一种基于数值仿真与决策树算法的塑性成形工艺规则获取方法，首先建立数值仿真模型，从工艺条件参数中选取条件属性集合、确定评价成形性能的决策属性集合后，进行数值模拟试验设计，通过仿真试验得到塑性成形工艺信息源，然后对仿真结果数据离散化预处理形成决策表。根据信息增益比的大小确定各条件属性对于决策表数据集合的重要程度，依次确定决策树的各级节点，形成初始决策树。通过比较子树和单独子叶的预测错误率的方法修剪初始决策树，在修剪后的决策树上从根到树叶的各条路径归纳得到工艺规则。
基于数值仿真决策树算法塑性成形工艺规则获取方法