“线性回归”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234881个，建议您升级VIP下载更多相关专利

[发明专利]正则化线性回归生成方法、装置、电子设备及存储介质-CN202010561790.6在审
发明人：希滕;张刚;温圣召 -专利权人：北京百度网讯科技有限公司
申请日： 2020-06-18 - 公布日： 2020-11-10 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了正则化线性回归生成方法、装置、电子设备及存储介质，涉及人工智能技术和深度学习领域，可应用于图像处理。具体方案为：生成线性回归搜索空间，根据线性回归搜索空间生成待训练正则化线性回归，并对待训练正则化线性回归进行训练并进行性能评估，当评估结果不满足评分要求时对待训练正则化线性回归进行迭代更新，直至评估结果满足评分要求或对待训练正则化线性回归的迭代更新次数达到预设迭代次数通过本申请实现了正则化线性回归的自动生成，在线性回归搜索空间中进行自动搜索以生成正则化线性回归，使得正则化线性回归中特征的正则化项是独立的，从而得到的正则化线性回归具备优化的正则约束，能保证正则化线性回归模型的性能
正则线性回归生成方法装置电子设备存储介质

[发明专利]一种基于多元线性回归对网络货运平台运价的监控方法-CN202211099890.7在审
发明人：李敬泉;胡春美 -专利权人：南京大学
申请日： 2022-09-07 - 公布日： 2022-12-09 - 主分类号： G06Q10/08 文献下载
摘要：本发明公开了一种基于多元线性回归对网络货运平台运价的监控方法，属于物流运力交易技术领域。本发明包括如下步骤：步骤一：构建多元线性回归模型；步骤二：对步骤一构建的多元线性回归模型中的回归参数进行估计；步骤三：通过决定系数对多元线性回归模型的拟合优度进行判断；步骤四：检验多元线性回归模型中各回归系数的统计意义，根据检验结果拟合最优多元线性回归方程；步骤五：根据步骤四中拟合的最优多元线性回归方程预测多元线性回归方程中因变量的置信区间；步骤六：基于步骤五中的多元线性回归方程和因变量置信区间对网络货运平台运价进行监控，本发明应用多元线性回归对运价区间做合理预测，进而实现对用户定价进行监控。
一种基于多元线性回归网络货运平台运价监控方法

[发明专利]一种总磷总氮连续在线监测方法及系统-CN202210456738.3有效
发明人：唐勇;刘学辉;姜子鱼 -专利权人：成都博瑞科传科技有限公司
申请日： 2022-04-28 - 公布日： 2022-08-12 - 主分类号： G06F17/18 文献下载
摘要：本发明公开了一种总磷总氮连续在线监测方法及系统，该方法包括搭建线性回归模型步骤、获取线性回归系数样本步骤、扩大线性回归系数样本数量步骤、求取预测值步骤、寻找最优线性回归系数样本步骤、获取最优预测值步骤、校准线性回归模型步骤、连续监测步骤。本发明利用线性回归模型实现了总磷和总氮的在线监测，为了监测的准确性，在搭建好线性回归模型后，通过实测值的线性校准获取线性回归系数样本，并通过变异获取到更多的样本后通过大量样本对模型进行校准，从而提高了监测的精准度同时通过不获取新的总磷总氮监测值来对线性回归模型进行持续修正，缩小监测结果和实际结果之间的差距。
一种总磷总氮连续在线监测方法系统

[发明专利]基于惩罚因子的同步电机模型参数非线性回归调优方法-CN201810739780.X有效
发明人：刘连浩;张殿生;畅帅 -专利权人：中南大学
申请日： 2018-07-06 - 公布日： 2020-05-19 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种针对基于惩罚因子的同步电机模型参数非线性回归调优方法，该电机模型参数非线性回归调优方法，包括如下几点步骤：建立数学模型、峰谷点关键数据点提取、非线性回归问题、大残差下的非线性参数回归求解；LM算法对于没有残差存在的非线性回归参数问题能很好求解，如果有残差存在的，LM算法不能求出理想解；本发明针对有残差存在的同步电机突然短路的参数回归分析，求解非线性参数回归分析，针对同步电机突然短路试验非线性参数回归分析，在有残差时，使得在非线性回归分析时对初始值不敏感，能得到较好的拟合效果，本发明具有解决所有非线性参数回归的通用性；通过此本发明，对有残差非线性参数回归分析问题提供了工程解决方法。
基于惩罚因子同步电机模型参数非线性回归方法

[发明专利]一种群组稀疏约束的判别线性回归人脸识别方法-CN202210225331.X在审
发明人：金军委;李艳婷;耿彪;秦振皓;梁静;杨铁军;樊超;赵亮;陈俊龙 -专利权人：河南工业大学
申请日： 2022-03-07 - 公布日： 2022-06-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种群组稀疏约束的判别线性回归人脸识别方法，涉及人脸识别领域。本发明包括以下步骤：对人脸数据库中的人脸图像进行预处理，得到训练样本和测试样本；通过ε拖拽处理构建原始判别线性回归模型；引入l2,1正则项对初步判别线性回归模型施加群组稀疏约束，得到初步判别线性回归模型；利用所述训练样本对初步判别线性回归模型训练，得到判别线性回归模型；将所述测试样本输入到判别线性回归模型中，得到人脸识别结果。本发明提供了一种群组稀疏约束的判别线性回归人脸识别方法，来解决现在基于线性回归的人脸识别分类精度低、判别能力弱、鲁棒性差等问题。
种群稀疏约束判别线性回归识别方法

[发明专利]一种基于KNN和多元线性回归的锂电池寿命预测方法-CN202210570563.9在审
发明人：范波;吴晓丹;孙力帆;张倩茜;许惠 -专利权人：河南科技大学
申请日： 2022-05-24 - 公布日： 2022-10-18 - 主分类号： G01R31/392 文献下载
摘要：一种基于KNN和多元线性回归的锂电池寿命预测方法，步骤1、对历史电池容量和历史SOH值进行预处理，确定KNN的初始聚类数和中心值，通过kNN输出聚类后的数据；步骤2、构建多元线性回归预测模型：利用回归系数构建出相应的多元线性回归模型，将聚类后的数据传入构建的多元线性回归模型，得到训练后的多元线性回归模型；步骤3、对训练后的多元线性回归模型传入待预测的电池容量，得到该锂电池寿命预测结果。通过KNN算法和多元线性回归算法巧妙的结合，充分发挥KNN算法和多元线性回归算法的优势，对锂电池寿命进行预测，从而进一步提高预测精度和准确度。
一种基于 knn 多元线性回归锂电池寿命预测方法

[发明专利]基于多元线性回归联想记忆人脸识别的方法-CN201710177024.8有效
发明人：韩琦;刘晋;谯自强;吴政阳;刘洋;翁腾飞;黄军建 -专利权人：重庆科技学院;重庆第二师范学院
申请日： 2017-03-22 - 公布日： 2020-12-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多元线性回归联想记忆人脸识别的方法，包括以下步骤：S1：采集人脸图片，人脸图片转化为二值图片，并得到联想记忆输入矩阵和输出矩阵；S2：搭建多元线性回归人脸识别模型，并对所述多元线性回归人脸识别模型进行简化，得到带未知回归参数的多元线性回归简化人脸识别模型；S3：计算多元线性回归简化人脸识别模型的未知回归参数，最终确定多元线性回归人脸识别模型；S4：对人脸图片进行识别。有益效果：将联想记忆和多元线性回归模型相结合，将人脸图片转化成参数，安全系数高，可靠性好，识别效果好，对人脸图片保护效果好，隐秘性高。
基于多元线性回归联想记忆识别方法

[发明专利]基于多元线性回归处理非线性数据的方法和装置-CN201910104454.6在审
发明人：贾瑞凯;郭森;肖芳;叶桦;贾延凯;廖国娟 -专利权人：苏州金唯智生物科技有限公司
申请日： 2019-02-01 - 公布日： 2019-05-28 - 主分类号： G06F17/18 文献下载
摘要：本申请涉及一种基于多元线性回归处理非线性数据的方法和装置，其中方法包括：获取包含多个解释变量的数据模型；采用预设函数分别对多个解释变量进行转换以得到多个转换后的解释变量；根据数据模型对多个转换后的解释变量进行组合以得到多个候选线性回归公式，根据线性回归分析以确定目标回归公式。本申请通过获取包含多个相互独立的解释变量的数据模型，采用预设函数分别对多个解释变量进行转换以得到多个转换后的解释变量，然后根据数据模型对多个转换后的解释变量进行组合以得到多个候选线性回归公式，并通过线性回归分析以确定目标回归公式，从而将多元非线性回归分析转换成多个多元线性回归分析，以对非线性数据进行处理。
转换数据模型非线性数据多元线性回归线性回归分析线性回归公式方法和装置回归公式预设函数多元线性回归分析多元非线性回归申请分析

[发明专利]一种基于聚类与线性回归的降雨量预测方法-CN201810999303.7有效
发明人：宋耀莲;马丽华 -专利权人：昆明理工大学
申请日： 2018-08-30 - 公布日： 2022-07-19 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于聚类与线性回归的降雨量预测方法，属于气象数据分析方法技术领域。本发明首先收集地区降雨观测数据并生成降雨数据库；然后获取降雨数据库中数据，并生成数据集；然后根据生成的数据集生成聚类；同时根据生成的聚类计算线性回归系数；再通过生成的聚类和线性回归系数，得到聚类的线性回归函数；再根据所得聚类的线性回归函数，计算K次聚类的线性回归；最后根据所得K次聚类的线性回归结果得到降雨预测数据。本发明使用聚类算法以及线性回归算法对降雨数据进行处理，从而得到降雨预测。
一种基于线性回归降雨量预测方法

[发明专利]一种基于不确定线性回归分析模型的应用方法及系统-CN201910732249.4在审
发明人：王志刚;何文峰 -专利权人：海南大学
申请日： 2019-08-09 - 公布日： 2019-11-19 - 主分类号： G06F17/18 文献下载
摘要：本发明属于回归分析模型信息处理技术领域，公开了一种基于不确定线性回归分析模型的应用方法及系统，采用专家的实验数据和用于估计经验不确定性分布的德尔菲法；通过收集和解释专家的实验数据，建立不确定线性回归模型，得到模型参数估计的最优解，通过两个例子验证线性回归模型优于简单线性回归模型。本发明的主要贡献是在不确定性理论下建立不确定性线性回归模型，得到模型参数估计的最优解；通过两个例子表明，不确定线性回归模型优于简单线性回归模型。
线性回归模型不确定性模型参数估计回归模型简单线性实验数据最优解回归分析模型线性回归分析信息处理技术验证应用

[发明专利]基于稳健线性回归的染色体拷贝数变异判别方法及装置-CN202010327775.5在审
发明人：彭千;周梅华;龚强;余艳;代冰;李慧源;袁悉奥 -专利权人：长沙金域医学检验实验室有限公司
申请日： 2020-04-23 - 公布日： 2020-07-17 - 主分类号： G16B20/10 文献下载
摘要：本发明提供一种基于稳健线性回归的染色体拷贝数变异判别方法及装置。基于稳健线性回归的染色体拷贝数变异判别方法包括步骤1，对二代测序的原始数据进行筛选；步骤2，采用基于稳健线性回归的方法对数据进行回归预处理；步骤3，回归结果的残差分析。基于稳健线性回归的染色体拷贝数变异判别装置是采用了所述基于稳健线性回归的染色体拷贝数变异判别方法的装置。本发明提供的基于稳健线性回归的染色体拷贝数变异判别方法解决了现有技术的线性回归模型所使用的最小二乘法对离群点的免疫力较差的技术问题。
基于稳健线性回归染色体拷贝变异判别方法装置

[发明专利]一种线性回归任务的运行方法及装置、电子设备-CN202010721528.3在审
发明人：谭晋;王磊;王力 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-07-24 - 公布日： 2020-11-20 - 主分类号： G06F9/48 文献下载
摘要：本申请实施例提供了一种线性回归任务的运行方法及装置、电子设备。其中，线性回归任务的运行方法通过独立的运行针对第一自变量矩阵的每个列创建的线性回归任务，并在每个线性回归任务中，针对每一列向量，使用对应的校正算法对根据第一自变量矩阵和预设回归系数向量确定的公共向量进行校正，可以得到针对每一列向量的回归值向量，从而可以计算出每一列向量与其它列向量之间的共线性参数，使得在独立的并行运行多个线性回归任务时，不用在执行每个线性回归任务之前提前对第一自变量矩阵进行变形处理并存储，也即，无需存储多个第一自变量矩阵的变形矩阵，节约了存储空间，兼顾了线性回归任务的运行速度和内存占用的问题。
一种线性回归任务运行方法装置电子设备

[发明专利]基于多元线性回归的颗粒物浓度预测方法-CN202310906454.4在审
发明人：李昊勃;白雪莲 -专利权人：重庆大学
申请日： 2023-07-21 - 公布日： 2023-10-13 - 主分类号： G16C20/20 文献下载
摘要：本发明具体涉及基于多元线性回归的颗粒物浓度预测方法，包括：将相关参数的浓度测量值输入浓度预测模型中，输出目标颗粒物的浓度预测值；构建浓度预测模型时：构建以目标颗粒物的浓度为因变量、以相关参数的浓度为自变量的多元线性回归模型；判断多元线性回归模型是否满足预设的回归适用条件；通过逐步回归法对多元线性回归模型中的自变量进行变量筛选；计算多元线性回归模型中各个自变量的回归系数得到最终的浓度预测模型。本发明通过多元线性回归模型实现颗粒物的浓度预测，并且能够在多元线性回归模型中剔除与目标颗粒物的线性相关性不好的自变量，从而提高颗粒物浓度预测的实用性和准确性，为数据中心的污染物监测提供了一种全新的思路。
基于多元线性回归颗粒浓度预测方法

[发明专利]一种基于多元线性回归构建经济增长级联分析模型的方法-CN202211293732.5在审
发明人：苏凤明;刘斐;索晨;张迎峰;吴仲维;黎永晟;方辉敏 -专利权人：联通（广东）产业互联网有限公司
申请日： 2022-10-21 - 公布日： 2022-12-27 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及一种基于多元线性回归构建经济增长级联分析模型的方法，步骤包括：采集经济指标增长数据；进行相关性分析，判断变量整体是否符合线性相关关系，如果符合线性相关关系，则选取全部变量构建初始多元线性回归模型；对初始多元线性回归模型进行参数检验，并判断是否符合经济学意义；如果初始多元线性回归模型未通过参数检验或不符合经济学意义，则使用逐步回归法对选取的变量进行筛选，选取筛选后的变量构建过程多元线性回归模型；对过程多元线性回归模型进行评估，构建结果多元线性回归模型，从而得到经济增长级联分析模型。
一种基于多元线性回归构建经济增长级联分析模型方法

[发明专利]一种线缆参数预测方法及系统-CN202310165937.3在审
发明人：吴可;毛志鹏;王鹏;鞠文静;肖保明;钱佳斌;相海明;陈扬阳;姜宁浩;沈雪梅;颜伟;赵阳 -专利权人：国网电力科学研究院有限公司;国网电科院检测认证技术有限公司;南京师范大学
申请日： 2023-02-24 - 公布日： 2023-06-27 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种线缆参数预测方法及系统，获取待预测线缆的坐标；输入到预先构建的多元线性回归模型，得到待预测线缆的电性参数；所述多元线性回归网络的构建，包括：构建初始多元线性回归模型；提取待预测线缆不同位置的电性参数以及对应位置的坐标；根据提取的电性参数与对应位置的坐标构建样本集，利用样本集，对初始多元线性回归模型进行系数计算确定多元线性回归模型系数，根据多元线性回归模型系数得到最终的多元线性回归模型。
一种线缆参数预测方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条