“历史样本数据”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2623314个，建议您升级VIP下载更多相关专利

[发明专利]基于贝塔分布的概率预测方法、系统、终端、介质及应用-CN202310857293.4在审
发明人：罗琛;刘汪洋;廖伟;张立灿 -专利权人：深圳市网联安瑞网络科技有限公司
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06Q10/04 文献下载
摘要：本发明属于机器学习、数据分析技术领域，公开了一种基于贝塔分布的概率预测方法、系统、终端、介质及应用。基于贝塔分布的概率预测系统包括：先验分布计算模块，用于利用多个阶段的历史样本数据使用多阶段迭代计算，估计得到样本的先验分布；概率预测计算模块，用于利用贝塔分布期望的公式并结合当前样本数据和专家预测数据，本发明将历史样本数据的阶段性信息和当前概率预测计算阶段的专家预测数据纳入算法流程，使得预测结果更加科学和准确。本发明在贝塔分布的参数估计中引入置信水平超参数，并采用历史样本数据的多阶段性进行多轮迭代参数估计，使得先验和后验贝塔分布的参数估计具有可调参性，提升预测算法的适用性。
基于分布概率预测方法系统终端介质应用

[发明专利]一种基于组合采样和LightGBM的变压器故障诊断方法及系统-CN202110786062.X在审
发明人：范竞敏;曹云飞;曾伟良;冯陆滔;孟安波;殷豪;王裕;周永旺 -专利权人：广东工业大学
申请日： 2021-07-12 - 公布日： 2021-11-26 - 主分类号： G01R31/00 文献下载
摘要：本发明为解决在样本不平衡情况下变压器故障诊断准确率低的问题，提出一种基于组合采样和LightGBM的变压器故障诊断方法及系统，包括以下步骤：采集历史样本数据，并获取对应的变压器故障类型；对历史样本数据进行预处理，然后将历史样本数据划分为少数类样本集和多数类样本集；对所述少数类样本集进行过采样得到多数类样本，并加入所述多数类样本集中；再对所述多数类样本集进行欠采样，得到平衡数据集，并划分为训练样本和测试样本；构建LightGBM分类器模型，将训练样本输入所述LightGBM分类器模型进行训练；将测试样本输入完成训练的LightGBM分类器模型中进行故障诊断，输出得到故障诊断结果。
一种基于组合采样 lightgbm 变压器故障诊断方法系统

[发明专利]能量模型训练方法、数据安全检测方法及系统-CN202210725192.7在审
发明人：许皓天;傅佳琪;司靖辉;张荣 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-06-24 - 公布日： 2022-10-11 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种能量模型训练方法、数据安全检测方法及系统。其中，能量模型训练方法包括：获取训练样本数据、样本标签和与历史数据对应的历史概率输出结果；将训练样本数据输入待训练的能量模型，得到与训练样本数据对应的第一概率输出结果；基于第一概率输出结果、样本标签和历史概率输出结果确定目标损失函数本申请解决了预训练的用于数据安全检测的自然语言模型的预测结果准确率不高的技术问题。
能量模型训练方法数据安全检测系统

[发明专利]基于随机森林模型的金融交易检测方法和设备-CN201410361193.3在审
发明人：赵金涛;邱雪涛;杨鸿超;王骏 -专利权人：中国银联股份有限公司
申请日： 2014-07-25 - 公布日： 2016-01-27 - 主分类号： G06Q40/00 文献下载
摘要：该方法包括：(a)获得历史交易表和欺诈交易表；(b)利用所述历史交易表和所述欺诈交易表来构造样本数据集合，所述样本数据集合包括样本特征变量；(c)从所述样本数据集合中随机有放回地抽取多份样本；(d)为所述多份样本中的每一份样本随机选择相同数量的特征变量，以便生成与该份样本对应的决策树模型，进而生成随机森林模型。
基于随机森林模型金融交易检测方法设备

[发明专利]信用度预测模型的训练方法、系统、电子设备及存储介质-CN202010325940.3在审
发明人：顾松庠;孙孟哲;王佩琪;薄列峰 -专利权人：京东数字科技控股有限公司
申请日： 2020-04-23 - 公布日： 2021-10-26 - 主分类号： G06Q30/06 文献下载
摘要：本公开提供一种信用度预测模型的训练方法、系统、客户端、服务器、电子设备以及存储介质，包括：客户端在样本用户ID对应的各用户账户历史数据中，确定第一样本数据和第二样本数据，客户端确定第一样本数据对应的第一预测信息，并确定第二样本数据对应的第二预测信息，并将第一预测信息和第二预测信息发送至服务器，客户端接收服务器发送的预测结果，客户端根据预测结果、第一样本数据和第二样本数据，生成信用度预测模型。在本申请实施例中，通过采用参与模型训练的所有的样本用户ID进行模型训练，并采用各样本用户ID的所有账户历史数据进行模型训练，可以确保参与模型训练的数据的完成性，从而可以实现提高信用度预测模型的精度的技术效果
信用度预测模型训练方法系统电子设备存储介质

[发明专利]一种基于电力大数据的GDP现时预测方法-CN202111162746.9在审
发明人：彭放;孙妮;肖娅晨;潘璠;祁亚茹;刘甜甜;任俊达;刘化龙;李博;王敏楠 -专利权人：国家电网有限公司大数据中心
申请日： 2021-09-30 - 公布日： 2022-02-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于电力大数据的GDP现时预测方法，包括：构建基于历史样本数据的多个GDP现时预测模型，所述历史样本数据包括历史时段的经济统计数据和/或电力数据；基于历史样本数据，利用不同预测方法分别对多个GDP现时预测模型进行训练，得到不同预测方法与多个GDP现时预测模型相结合的多种组合的均方预测误差；根据所有组合的均方预测误差，确定最优组合；利用最优组合以及预设时段的经济统计数据和/或电力数据对GDP进行现时预测；所述不同预测方法包括混频数据抽样模型方法、预测组合方法和动态因子方法。
一种基于电力数据 gdp 现时预测方法

[发明专利]基于异常检测算法的订单风控方法、装置、和存储介质-CN202111239552.4在审
发明人：方传艺 -专利权人：中移（苏州）软件技术有限公司;中国移动通信集团有限公司
申请日： 2021-10-25 - 公布日： 2023-05-05 - 主分类号： G06Q10/0635 文献下载
摘要：根据本发明提供的技术方案，获取历史订单数据集，对所述历史订单数据集进行数据预处理，得到样本数据集；针对所述样本数据集中的每个样本数据，根据多个移动平均指标，计算该样本数据对应的多个残差数据；利用多个样本数据对应的多个残差数据进行模型训练，得到目标异常检测模型；根据多个移动平均指标，计算实时数据对应的多个残差数据，将所述实时数据对应的多个残差数据输入至所述目标异常检测模型进行风险预测，得到对应的风险预测结果。通过本发明利用数据的预处理及不同的移动平均指标，实现了模型对于数据周期性、实时性的适配，同时充分挖掘潜在的异常信息。
基于异常检测算法订单方法装置存储介质

[发明专利]电力系统暂态稳定的预测模型的训练及预测方法、装置-CN201910417446.7在审
发明人：高昆仑;李向伟;刘思言 -专利权人：全球能源互联网研究院有限公司;国家电网有限公司
申请日： 2019-05-20 - 公布日： 2020-02-25 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种电力系统暂态稳定的预测模型的训练及预测方法、装置，该训练方法包括：获取电力系统的历史运行数据，对历史运行数据进行处理得到第一样本数据集；第一样本数据集包括正样本数据及负样本数据，正样本数据用以表征所述电力系统处于稳定状态，负样本数据用以表征电力系统处于不稳定状态；利用第一样本数据集对神经网络融合模型进行训练，得到电力系统暂态稳定预测模型；其中，神经网络融合模型为根据双向长短时记忆网络、卷积神经网络和支持向量机构建的神经网络融合模型
电力系统稳定预测模型训练方法装置

[发明专利]一种光伏超短期功率预测方法及装置-CN201610841210.2有效
发明人：李现伟;陈斌;邱俊宏;李贞;孔波利;沈志广;崔丽艳;陶颍军;樊鹏;蒋怀贞;张鹏远;卜银娜;张玉垒;李义清;李长耿 -专利权人：许昌许继软件技术有限公司;许继电气股份有限公司;许继集团有限公司;国家电网公司
申请日： 2016-09-22 - 公布日： 2020-05-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种光伏超短期功率预测方法及装置，该方法首先根据超短期预测所需样本数据的预测时段，获取光伏电站每天该时段的历史数据，提取历史数据中的发电功率，通过相关公式或算法得到预测时段的发电功率相似日的样本集；然后，提取预测时段天气预报数据的天气属性中的辐照度作为特征向量，通过相关公式或算法得到天气属性特征相似日的样本集；其次，选取两个相似日样本集的交集部分作为超短期功率预测的样本数据集，对样本数据集中的数据进行加权平均，得到最优样本数据集；最后，对最优样本数据集中的数据进行处理计算，得到功率预测值。
一种光伏超短期功率预测方法装置

[发明专利]摄像头调度模型的训练方法、违规事件的检测方法及装置-CN202111009863.1在审
发明人：楚国玉 -专利权人：顺丰科技有限公司
申请日： 2021-08-31 - 公布日： 2023-03-03 - 主分类号： G06V20/40 文献下载
摘要：本申请提供一种摄像头调度模型的训练方法、违规事件的检测方法及装置，该摄像头调度模型的训练方法包括：获取摄像头的历史样本数据；基于历史样本数据构建第一样本概率分布；基于第一样本概率分布进行采样，得到第一采样动作数据；基于第一采样动作数据对强化学习模型进行训练得到摄像头调度模型。本申请利用历史样本数据构造样本概率分布，再使用样本概率分布进行采样作为强化学习模型的输入对强化学习模型进行训练，由于强化学习模型的输入由构造的样本概率分布产生，并不真正进行环境响应，从而解决获取真实样本耗时久的难题，能够快速获取大量样本进行训练，从而能够提高摄像头调度模型的训练效率。
摄像头调度模型训练方法违规事件检测装置

[发明专利]一种配电变压器的有载在线调压方法及装置-CN202310085231.6在审
发明人：郭国伟;陆志欣;韦奔;邓日潮;陈健卯;杨智诚;杨新森;谷文升;洪锐媛;余梦琪;罗永润;黄胜 -专利权人：广东电网有限责任公司佛山供电局
申请日： 2023-02-08 - 公布日： 2023-06-27 - 主分类号： H02J3/38 文献下载
摘要：本发明公开了一种配电变压器的有载在线调压方法及装置；其中，所述方法包括：从云端服务器中获得配电变压器的一段历史时间内的二次侧电压数据和对应的基准电压数据作为历史样本数据；进行是否需要调压的专家标注处理，形成待学习样本数据；对待学习样本数据进行样本数据预处理，获得预处理的待学习样本数据；利用贝叶斯先验概率模型对预处理的待学习样本数据进行学习更新处理；基于更新后的贝叶斯先验概率模型对预设时间段内的调压概率进行预测处理；基于预测调压概率数据和配电变压器的实时二次侧电压数据进行有载在线调压处理。
一种配电变压器在线调压方法装置

[发明专利]一种短期水质预测模型的预测方法、系统及存储介质-CN202310336008.4在审
发明人：周迅 -专利权人：杭州五易科技有限公司;北京三易思创科技有限公司
申请日： 2023-03-28 - 公布日： 2023-08-29 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及水质预测的技术领域，尤其是涉及一种短期水质预测模型的预测方法、系统及存储介质，一种短期水质预测模型的预测方法，包括以下步骤：获取待测水流历史数据；并依据第一算法模型获取目标水流样本数据；将目标水流样本数据进行相关性处理以获取到水流处理数据；并依据第二拟合模型获取对应的目标水流拟合曲线；依据待测水流样本数据获取相应的目标预测数据；依据目标水流拟合曲线以及目标预测数据获取相应的预测水质数据。本申请具有能够通过第一算法模型依据待测水流历史数据获取更多的目标水流样本数据，提高数据收集的效率，接着将获取的目标水流样本数据进行相关性处理，去掉差别较大的数据，提高整体数据的相关性的效果。
一种短期水质预测模型方法系统存储介质

[发明专利]一种基于K-means聚类的数据压缩方法-CN202310738544.7在审
发明人：李志;赵深;应光耀;陈蕾;聂峥;周祺超;刘箭;林振;叶刚进;马振宇;钱伟杰;陈烨;劳增江 -专利权人：浙江华电器材检测研究院有限公司
申请日： 2023-06-20 - 公布日： 2023-10-13 - 主分类号： H03M7/30 文献下载
摘要：本发明公开一种基于K‑means聚类的数据压缩方法，属于电力系统故障数据压缩技术领域，解决数据压缩方法在提取样本的过程中，选取的样本没有代表性，导致压缩结果偏离了原始目标的问题，解决该问题的方法包括以下步骤，提取不同故障条件下的历史特征样本，构成历史特征样本集；根据K‑means聚类算法求出历史特征样本集的各个聚类中心；分别计算各个历史特征样本与各个聚类中心的空间距离；根据聚类中心和空间距离构造参考球模型压缩故障样本本发明能够在保留原始故障样本的基础上，缩减故障样本数量，达到数据压缩效果，提高压缩故障样本数据的效率。
一种基于 means 数据压缩方法

[发明专利]销量预测模型的建立方法、介质、装置和计算设备-CN201910398393.9在审
发明人：王珺;郭训力;吕韬;姚雷 -专利权人：网易无尾熊（杭州）科技有限公司
申请日： 2019-05-14 - 公布日： 2019-08-16 - 主分类号： G06Q30/02 文献下载
摘要：该方法包括：采用历史促销数据生成针对商品或服务的多个样本数据，每个样本数据包括所述商品或服务在一次样本促销时段的特征数据及实际销量；采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型；采用所述多个样本数据对所述搭建的销量预测模型进行训练。
样本数据预测模型计算设备促销数据特征数据准确率服务样本促销预测

[发明专利]一种页岩气井产量预测方法、装置及存储介质-CN202211025543.X有效
发明人：任文希;段又菁;郭建春;曾凡辉;徐世乾;游兴鹏;余代杰;唐慧 -专利权人：西南石油大学
申请日： 2022-08-25 - 公布日： 2023-05-19 - 主分类号： E21B43/00 文献下载
摘要：方法包括：获取目标页岩气井的历史生产数据，历史生产数据包括：N个生产周期及其对应的气量、油嘴尺寸和生产时间，对历史生产数据进行预处理，得到预处理后的历史生产数据，将预处理后的历史生产数据，按时间先后顺序划分为第一样本数据集和第二样本数据集，根据第二样本数据集，通过目标页岩气井产能预测模型，预测目标页岩气井在未来S个生产周期内的产量区间。由于历史生产数据反映了页岩气井生产制度的变化，因此，预测结果更符合页岩气井的实际生产情况。并且，该方法的预测结果为产量区间，因此，在提高预测精度的基础上增强了预测结果的实用性。
一种页岩气井产量预测方法装置存储介质