“模型选取”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900331个，建议您升级VIP下载更多相关专利

[发明专利]一种基于ARIMA模型的钢铁价格预测方法-CN202110443189.1在审
发明人：杨先进;米佳;谢晓芳;骆赟;张秋芳;龙厚印 -专利权人：杭州市电力设计院有限公司;福建绿能电科技有限公司;杭州智元科技有限公司
申请日： 2021-04-23 - 公布日： 2021-09-10 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于ARIMA模型的钢铁价格预测方法，属于计算机技术领域，它解决了现有需要发明一种钢铁价格预测方法，对钢价格进行预测，为今后钢价格预测提供参考，一种基于ARIMA模型的钢铁价格预测方法，包括：步骤S01：建立ARIMA模型；步骤S02：选取最佳的ARIMA模型：对建立的ARIMA模型进行验证并选取最佳参数；步骤S03：价格预测，选取最佳的ARIMA模型作为钢铁价格预测模型，获得目标钢铁在预设未来时间段内的价格数据本发明基于ARIMA模型对钢铁价格进行预测，预测的误差率小，准确度高。
一种基于 arima 模型钢铁价格预测方法

[发明专利]一种基于ARIMA模型的钢铁价格预测方法-CN202111315634.2在审
发明人：杨先进;米佳;谢晓芳;骆赟;张秋芳 -专利权人：杭州市电力设计院有限公司
申请日： 2021-11-08 - 公布日： 2022-07-05 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种基于ARIMA模型的钢铁价格预测方法，属于计算机技术领域，它解决了现有需要发明一种钢铁价格预测方法，对钢价格进行预测，为今后钢价格预测提供参考，一种基于ARIMA模型的钢铁价格预测方法，包括：步骤S01：建立ARIMA模型；步骤S02：选取最佳的ARIMA模型：对建立的ARIMA模型进行验证并选取最佳参数；步骤S03：价格预测，选取最佳的ARIMA模型作为钢铁价格预测模型，获得目标钢铁在预设未来时间段内的价格数据本发明基于ARIMA模型对钢铁价格进行预测，预测的误差率小，准确度高。
一种基于 arima 模型钢铁价格预测方法

[发明专利]一种火箭三维模型设计信息快速提取系统-CN201510070141.5有效
发明人：周培;王小军;聂蓉梅;皮赞;李莉 -专利权人：北京宇航系统工程研究所;中国运载火箭技术研究院
申请日： 2015-02-10 - 公布日： 2018-01-05 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种火箭三维模型设计信息快速提取系统，包括系统主控模块，模型选取模块，信息提取模块，信息设置模块和信息导出模块；系统主控模块以消息形式向其他各模块发送指令信息；模型选取模块选取当前设计环境中三维模型；信息提取模块提取火箭三维模型设计信息；信息设置模块重新设置信息提取模块输出的火箭三维模型设计信息；信息导出模块将信息设置模块输出的三维模型设计信息。本发明提高了火箭三维模型设计信息提取效率，降低了信息提取过程中操作负担及出错概率，缩短了产品研制周期。
一种火箭三维模型设计信息快速提取系统

[发明专利]一种燃气负荷预测模型的构建方法及装置-CN202110553558.2在审
发明人：曹育军;焦建瑛;张涛;张应辉;仇晶;申欣;蔡磊;李学亮 -专利权人：北京市燃气集团有限责任公司
申请日： 2021-05-20 - 公布日： 2021-08-31 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种燃气负荷预测模型的构建方法及装置。所述方法包括：收集历史数据并进行预处理；计算可能影响用气量的因素与用气量的相关系数，选取相关系数大于设定阈值的因素作为模型的输入变量；对燃气用户进行分类，将每类用户的用气量作为输出分别构建预测模型；根据不同类别用户在不同应用场景、不同预测周期的用气特点，分别选取不同结构的模型或多种模型的融合作为预测模型。本发明通过采用与用气量相关度大的因素作为模型的输入变量，对不同类别用户分别建模，选取不同结构的模型或多种模型的融合作为预测模型，能够明显提高预测模型的精度。
一种燃气负荷预测模型构建方法装置

[发明专利]一种多深度学习模型的最优选取方法及系统-CN202110868104.4在审
发明人：何云;何豪杰;罗跃军 -专利权人：武汉中海庭数据技术有限公司
申请日： 2021-07-30 - 公布日： 2021-12-10 - 主分类号： G06K9/34 文献下载
摘要：本发明提供一种多深度学习模型的最优选取方法及系统，方法包括：对于同一类型的深度学习模型，基于相同的训练数据集进行训练，得到多个不同版本的深度学习模型；确定深度学习模型的多个评价指标，计算每一个版本的深度学习模型的每一个评价指标值；对于同一个执行任务的多个版本的深度学习模型，基于每一个版本的深度学习模型的多个评价指标值，选取最优版本的深度学习模型。本发明通过对多个不同版本的深度学习模型的对比评估，从而选取最优的深度学习模型，提高应用选定的最优深度学习算法模型进行目标预测的适用准确性及有效性。
一种深度学习模型最优选取方法系统

[发明专利]库存量预测方法、装置、存储介质及电子设备-CN202210983790.4在审
发明人：王志超 -专利权人：深圳美云集网络科技有限责任公司
申请日： 2022-08-17 - 公布日： 2022-09-16 - 主分类号： G06Q10/04 文献下载
摘要：本申请涉及数据分子技术领域，具体公开了一种库存量预测方法、装置、存储介质及电子设备，该方法包括：将若干历史数据输入数据解析模型，得到历史数据的数据特征，数据特征包括第一特征和第二特征；根据第一特征为历史数据选取模型类别，模型类别包括第一类别模型、第二类别模型和第三类别模型；在模型类别下结合第二特征为历史数据选取预估模型；利用历史数据和第二特征优化预估模型；利用历史数据和优化后的预估模型得到预估数据。该预测方法以历史数据为基点，根据历史数据特点选取不同的预估模型，使得预测结果更接近真实数据。
库存量预测方法装置存储介质电子设备

[发明专利]一种加快层析反演速度收敛的速度融合方法及处理终端-CN202010100730.4有效
发明人：杜民;薛花;王后金;李福元;王嘹亮;涂广红 -专利权人：广州海洋地质调查局;南方海洋科学与工程广东省实验室（广州）
申请日： 2020-02-18 - 公布日： 2021-11-09 - 主分类号： G01V1/30 文献下载
摘要：本发明涉及一种加快层析反演速度收敛的速度融合方法及处理终端，所述方法包括如下步骤：步骤1：从均方根速度中提取出海底层位以上的均方根速度模型；步骤2：提取出海底层位以下的层速度模型；步骤3：速度融合，得到初始层速度模型；步骤4：进行迭代，得到更新后的层速度模型；步骤5：比例到深度域，得到深度域速度模型；步骤6：选取出浅中层合理速度模型；步骤7：进行比例扫描，并选取出深层合理速度模型；步骤8：将浅中层合理速度模型划分0体和1体，选取出浅中层合理1体速度模型，随后平滑，将步骤6‑步骤8的速度模型进行速度融合，得到最终的速度模型。
一种加快层析反演速度收敛融合方法处理终端

[发明专利]一种构建临床决策模型的有效方法-CN202010771540.5有效
发明人：刘德民;吴立洋;陈洪波;刘立志;黎浩江;陈树超;黄文捷;张天桥;龚琼 -专利权人：桂林电子科技大学;中山大学
申请日： 2020-08-04 - 公布日： 2022-10-11 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种构建临床决策模型的有效方法，该方法选取一种疾病和其对应的一种治疗手段，选取对应的一批病人的病理特征和生存结局；对数据进行预处理，病理数据进行编码，将数据分为训练样本和验证样本，建立基于遗传算法的临床决策模型，将对应疾病特征作为遗传算法的特征输入作为学习样本进行训练，得到对应疾病临床决策的潜在模型，对对应疾病的潜在模型进行稳定性验证，进行训练样本的有放回的抽样重复分析，选取稳定模型作为候选模型。将选模型进行测试样本测试，通过测试的模型作为最终模型。对得到的最终模型统计病理特征并进行显示。该方法无需假设，模型规模小，速度快，准确度高。
一种构建临床决策模型有效方法

[发明专利]基于隐蔽对抗的移动目标防御时机选取方法及装置-CN202010105929.6有效
发明人：张恒巍;谭晶磊;张红旗;张玉臣;王晋东;胡浩;刘小虎;程相然;胡瑞钦 -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： 2020-02-20 - 公布日： 2022-03-01 - 主分类号： H04L9/40 文献下载
摘要：本发明属于网络安全领域，特别涉及一种基于隐蔽对抗的移动目标防御时机选取方法及装置，该方法包括：分析基于网络杀伤链的攻击过程；构建基于SIRM传染病模型的MTD网络攻击面状态迁移模型；构建基于时间博弈的MTD攻防时机选取模型；对基于时间博弈的MTD攻防时机选取模型进行博弈均衡求解，选取MTD最优时机。
基于隐蔽对抗移动目标防御时机选取方法装置

[发明专利]分类模型训练方法和装置、分类方法和装置-CN202210190043.5在审
发明人：李硕;王天祺;刘昊骋;田建;徐靖宇;徐世界 -专利权人：北京百度网讯科技有限公司
申请日： 2022-02-28 - 公布日： 2022-05-27 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了一种分类模型训练方法和装置，涉及大数据、机器学习等技术领域。具体实现方案为：基于分类建模任务，确定待构建模型的建模信息；基于建模信息，在历史模型库中选取至少一个预训练模型；基于选取的样本，得到预训练模型的输出结果；基于输出结果和样本，对待构建模型进行训练，得到训练完成的分类模型该实施方式提升了分类模型分类效果。
分类模型训练方法装置

[发明专利]一种结合POI数据的道路网自动选取方法-CN202010508616.5在审
发明人：王中辉;闫浩文;崔洁;余贝贝 -专利权人：兰州交通大学
申请日： 2020-06-06 - 公布日： 2020-09-01 - 主分类号： G06F30/18 文献下载
摘要：本发明公开一种结合POI数据的道路网自动选取方法，包括:首先将道路网构建道路网眼；然后通过统计分析确定道路网眼密度阈值；随后，统计网眼中POI数量与POI重要设施点；建立POI语义信息与网眼模型之间的关系模型最后将网眼密度阈值选取结果、POI重要设施点选取结果和网眼POI数量阈值选取结果进行集成。该选取方法对现有的道路网选取方法的不足，提出了可以顾及语义信息的道路网选取方法，该方法选取结果能够保持道路网的拓扑结构、整体结构的同时，保留语义信息强的道路。
一种结合 poi 数据道路网自动选取方法

[发明专利]一种滚动轴承套圈沟道硬车削刀具选取方法-CN201810730489.6在审
发明人：李联辉;孙红霞;高阳;王富伟;雷婷 -专利权人：北方民族大学
申请日： 2018-07-05 - 公布日： 2018-12-21 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种滚动轴承套圈沟道硬车削刀具选取方法。首先建立滚动轴承套圈沟道硬车削刀具选取的多因素模型，求解出滚动轴承套圈沟道硬车削刀具选取的多因素模型中各因素的自适应权重，应用加权证据合成法实现滚动轴承套圈沟道硬车削刀具的选取。本发明应用便捷，易于实现，为滚动轴承套圈沟道硬车削刀具的选取提供了一种方法。
滚动轴承套圈沟道硬车削刀具选取因素模型刀具证据合成自适应求解加权权重应用

[发明专利]模型训练数据的选取方法及装置-CN202011027798.0在审
发明人：宋振;谢蔚;唐亮;靳一 -专利权人：北京三快在线科技有限公司
申请日： 2020-09-25 - 公布日： 2021-01-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种模型训练数据的选取方法及装置。确定样本数据对应的综合得分；根据综合得分对样本数据进行分组，以得到多个样本数据组，其中，样本数据组包括对应的分组标识；根据分组标识在对应的样本数据组中进行样本数据的采样，以得到目标训练数据；将目标训练数据输入至待训练模型中进行训练本发明解决了由于相关技术中模型的训练过程中随机选取训练数据，而导致过拟合、模型预测结果准确度低的技术问题。
模型训练数据选取方法装置

[发明专利]分类模型特征选取方法、装置及设备-CN202210344015.4在审
发明人：窦晓宇;闫思琦;聂晓龙;俞佩菲 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-04-02 - 公布日： 2022-07-19 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了分类模型特征选取方法、装置及设备。其中方法通过获取用于训练分类模型的多个训练样本的属性数据和分类标注数据；根据多个训练样本在各个属性上的属性数据，形成各个属性的属性向量；针对属性的两两组合，根据所述属性向量，确定任意两个属性之间的相关度；根据所述相关度，确定第一目标属性和待去重的属性组合；从待去重的属性组合中选取第二目标属性；从第一目标属性和第二目标属性中选取第三目标属性，作为分类模型的输入特征。采用这种处理方式，使得先选取相关性较低的两两组合的属性，再对相关性较高的两两组合的属性进行去重，再对这些属性进行筛选，去除无效、重复的特征，从而减少对分类模型稳定性、准确性的干扰。
分类模型特征选取方法装置设备

[发明专利]一种车辆-轨道耦合动力学模型修正方法-CN202110065947.0有效
发明人：高亮;姜涵文;赵闻强;蔡小培;马超智;安博伦 -专利权人：北京交通大学
申请日： 2021-01-18 - 公布日： 2023-09-01 - 主分类号： G06F30/15 文献下载
摘要：本发明提供了一种车辆‑轨道耦合动力学模型修正方法。该方法包括：建立车辆‑轨道耦合空间动力学模型，并对模型施加不平顺激励；根据选取的优化目标和现场实测结果建立模型修正的多目标函数；进行灵敏度分析，选取模型的多个材料参数，将其输入到前述的动力学模型中，计算多目标函数，挑选出对多目标函数影响较大的材料参数；根据挑选出的材料参数对模型进行修正，利用修正后的模型对车辆‑轨道耦合系统进行动力仿真研究。本发明的方法能够基于现场测试结果，选取动态响应作为修正目标，采用灵敏度分析和模型修正技术对仿真模型进行修正，可明显提高仿真结果的准确度，实现车辆‑轨道耦合系统动态响应的精准化仿真。
一种车辆轨道耦合动力学模型修正方法