“评级模型”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779640个，建议您升级VIP下载更多相关专利

[发明专利]购车线索质量的评级方法和评级装置-CN201610561866.9在审
发明人：贾东;宋丹丹 -专利权人：北京易车互联信息技术有限公司
申请日： 2016-07-15 - 公布日： 2018-01-23 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供了一种购车线索质量的评级方法和评级装置，评级方法包括对用户购车线索数据和用户购车行为数据进行预处理，以构造可用数据；对可用数据进行原始特征数据的提取，并确定每一特征分类下的原始特征数据的特征分级密度和特征重要度；根据特征分级密度和特征重要度对原始特征数据进行筛选，以获取训练特征数据；根据训练特征数据构建分级模型；根据分级模型对待分级的用户购车线索数据进行分级。本发明方案通过对分级模型实现对购车线索质量的自动化分级；降低对购车线索分级所花费的人力和时间成本；同时提高购车线索质量分级的效率和准确率。
购车线索质量评级方法装置

[发明专利]车辆抖动评价模型建立方法、车辆抖动评价方法及系统-CN202211294291.0在审
发明人：严家;李阳;张飞兵;顾纬国;朱丽丹 -专利权人：智新科技股份有限公司
申请日： 2022-10-21 - 公布日： 2022-12-27 - 主分类号： G01P15/00 文献下载
摘要：本发明公开了一种车辆抖动评价模型建立方法、车辆抖动评价方法及系统。该评价模型建立方法包括：将与目标车辆同一车型的多个车辆分别在待评价工况下进行多次测试，记录各次测试过程中车辆的纵向加速度时域信号和抖动评级值；对每次测试的纵向加速度时域信号进行滤波处理；根据每次测试滤波后的纵向加速度时域信号，建立该次测试的评价参数；根据所有测试的评价参数和对应的抖动评级值，拟合该车型车辆在该待评价工况下的评价参数与抖动评级值回归模型。
车辆抖动评价模型建立方法系统

[发明专利]多晶材料的晶粒度评级的方法与装置-CN202010914631.X在审
发明人：黄丽思;景泉;李城梁;朱绪绅 -专利权人：华为云计算技术有限公司
申请日： 2020-09-03 - 公布日： 2022-03-04 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了人工智能领域中的一种多晶材料的晶粒度评级的方法和装置。该方法通过利用轮廓提取模型对晶粒图像进行处理，确定晶粒图像中的晶粒轮廓，并根据晶粒轮廓确定晶粒图像的晶粒度级别。从而，在实现较高的评级准确度的同时，可以降低确定晶粒图像中的晶粒轮廓的过程中对人工经验的依赖，提高多晶材料的晶粒度评级的效率。
多晶材料晶粒评级方法装置

[发明专利]一种推荐模型训练方法、装置、设备及介质-CN202111437512.0在审
发明人：赵錾 -专利权人：中国建设银行股份有限公司
申请日： 2021-11-30 - 公布日： 2022-02-15 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及信息推荐技术领域，提供一种推荐模型训练方法、装置、设备及介质，用于提高信息推荐的准确性。获得每个用户的第一注意权重，基于多个用户的第一注意权重，将多个用户对目标项目的多个第一交互向量进行加权融合，获得目标项目的第一向量，将目标项目的第一向量和目标用户的第二向量进行融合，获得目标用户对目标项目的预测评级，基于实际评级和预测评级，调整推荐模型的模型参数，获得训练后的推荐模型。
一种推荐模型训练方法装置设备介质

[发明专利]基于强化学习的银行数据分析方法及系统-CN202310404487.9在审
发明人：李雨菲;周志云;唐娟 -专利权人：李雨菲
申请日： 2023-04-17 - 公布日： 2023-07-25 - 主分类号： G06Q40/02 文献下载
摘要：本发明涉及数据分析领域，揭露一种基于强化学习的银行数据分析方法，包括：获取银行数据，识别银行数据中的分析对象，计算分析对象的信用评级；提取分析对象中的关键信息，利用强化学习模型中的拓展网络层对分析对象进行数据挖掘，得到挖掘信息；结合信用评级和挖掘信息，构建分析对象的分析策略；根据分析策略，利用所述强化学习模型中的测试层对分析对象进行测试，得到测试反馈信息；利用所述强化学习模型中的评分层计算测试反馈信息评分；在信息评分小于预设阈值时，返回结合信用评级和拓展信息利用强化学习模型中的决策层网络构建待分析银行数据的数据决策步骤；在信息评分不小于预设阈值时，生成分析对象的分析报告。
基于强化学习银行数据分析方法系统

[发明专利]一种基于风控模型的信用评估方法及装置-CN201710765528.1在审
发明人：余希凡;杨一帆;郭佳;王蓬;王洁生;周俊迪;蔡加水 -专利权人：广东信基蜂巢科技有限责任公司
申请日： 2017-08-30 - 公布日： 2017-12-19 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种基于风控模型的信用评估方法，包括以下步骤杜邦分析步骤获取企业的财务信息，对其进行杜邦分析以得权益资本报酬率；违规计算步骤获取企业的经营信息，根据企业经营信息以得企业违规概率；评级步骤获取企业及企业控制人的评估信息，根据评估信息得到企业的信用评级以及信用评分；额度计算步骤根据信用评级以及信用评分以更新企业的授信额度和贷款利率。本发明还公开了一种电子设备、计算机可读存储介质及基于风控模型的信用评估装置。本发明的基于风控模型的信用评估方法能够对客户的授信额度实时管理，降低人工介入的环节需求，提高数据价值，降低虚假贸易及骗贷风险。
一种基于模型信用评估方法装置

[发明专利]一种风险评级方法、装置、设备及介质-CN202210664232.1在审
发明人：陈佳瑞;周红伟 -专利权人：同盾科技有限公司
申请日： 2022-06-10 - 公布日： 2022-11-01 - 主分类号： G06Q10/06 文献下载
摘要：本申请提供了一种风险评级方法、装置、电子设备及计算机可读存储介质，包括：获取目标对象的对象数据对应的风险指标，以及目标对象之间的关联关系；将对象数据的种类量大于或等于预设量的目标对象，确定为第一对象，并根据第一对象对应的第一风险指标，确定第一对象的第一风险等级；通过第一对象的风险指标、目标对象之间关联关系和第一风险等级对预设神经网络模型进行训练，得到风险评级模型；将目标对象中的第二对象对应的风险指标，以及第二对象与其他目标对象之间的关联关系输入目标风险评级模型
一种风险评级方法装置设备介质

[发明专利]一种基于规则引擎的信用评级计算方法-CN201811276819.5在审
发明人：陈征宇;林韶军;黄河;洪章阳;林春春;戴文艳 -专利权人：长威信息科技发展股份有限公司
申请日： 2018-10-30 - 公布日： 2019-03-26 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种基于规则引擎的信用评级计算方法，包括步骤S1、接入各待评价单位的信用源数据以及信用模型；步骤S2、分析人员依据各信用模型的信用源数据分别建立信用评级规则，并生成对应的执行文件；步骤S3、通过规则引擎读取执行文件以及信用源数据对待评价单位进行信用评级。
规则引擎信用评级源数据程序代码信用模型执行文件信用读取数据库代码可扩展性逻辑计算应用程序运算规则剥离分析开发维护

[发明专利]具有预测可靠性的深度神经网络推荐系统-CN202211586219.5在审
发明人：邓江洲;王永;王淞立;王河洺;杨单;王霞;罗陈红 -专利权人：重庆邮电大学
申请日： 2022-12-08 - 公布日： 2023-03-17 - 主分类号： G06F16/9035 文献下载
摘要：本发明提出的具有预测可靠性的深度神经网络推荐系统，包括从数据库中获取和清理数据信息，以获得所需信息；根据系统设定的不同评级值，将用户‑项目评级矩阵R划分为对应的几个独立且只含0‑1二值的子矩阵；利用深度神经网络中的双塔模型去并行训练所获取的子矩阵，以预测出每个子矩阵中相同空白区域的概率值；归一化每个子矩阵中所得到的概率值，并将归一化后的最大概率值作为可靠性概率；根据所获取的可靠性概率，找到对应子矩阵所代表的评级，并将该评级作为该空白区域的预测评级；通过与系统设定的可靠性阈值进行比较，将可靠性概率低于阈值的预测评级进行过滤，保留较高可靠性概率的评级；对过滤后的预测评分集合进行排序，将预测评级较高的前k个项目推送给目标用户，以形成其个性化推荐列表。
具有预测可靠性深度神经网络推荐系统

[发明专利]连铸钢方坯中心偏析缺陷检验量化评级方法-CN201910013484.6在审
发明人：周旺;唐浩;杨智帆;辜琴;夏卿;帅勇;彭河蒙;郁笑雯;彭小庆;陈散兴;蒋春旭;杨继平;肖飞 -专利权人：重庆赛宝工业技术研究院
申请日： 2019-01-07 - 公布日： 2019-05-03 - 主分类号： G06T7/00 文献下载
摘要：本发明提供的一种连铸钢方坯中心偏析缺陷检验量化评级方法，包括步骤：S1：建立检验评级的数学模型；S2：获取样本图片Ⅰ；S3：将样本图片Ⅰ进行图像预处理，得到了样本图片Ⅱ；S4：计算样本图片Ⅱ的中心暗斑大小比；S5：拟合得到数学模型的加权系数个数、加权系数和调整常数；S6：采集进行连铸钢方坯中心偏析缺陷检验评级的连铸钢方坯图片Ⅰ；S7：将连铸钢方坯图片Ⅰ进行图像预处理，得到连铸钢方坯图片Ⅱ；S8：计算连铸钢方坯图片Ⅱ的中心暗斑大小比；S9：计算并判断得到最终评级级别；本发明可对连铸工艺生产的碳素钢及低合金钢等方坯(横截面尺寸范围为边长90～400mm)中心偏析缺陷定量评级，保证了检验结果的客观性和准确性，提高了检验的效率
方坯连铸钢中心偏析缺陷样本图片评级检验图像预处理加权系数数学模型暗斑量化低合金钢定量评级工艺生产检验结果评级级别图片碳素钢边长连铸拟合采集保证

[发明专利]基于评级系统的用户识别方法、装置、设备及存储介质-CN202211134932.6在审
发明人：戚呈辉 -专利权人：深圳壹账通智能科技有限公司
申请日： 2022-09-16 - 公布日： 2022-12-20 - 主分类号： G06Q10/06 文献下载
摘要：本申请公开一种基于评级系统的用户识别方法、装置、设备及存储介质，评级系统包括服务器、第一终端设备和多个第二终端设备，服务器配置有评价模型，该评价模型包括权重生成器、矩阵生成器和识别器，该方法包括：用户识别方法通过对第一终端设备发送的待评级用户的信息表进行识别提取多个第一级指标发送给多个第二终端设备由评分者进行第一评分，将第一评分输入至矩阵生成器获得对应的评价矩阵，由评分者通过多个第二终端设备对多个第一级指标的重要性进行的第二评分输入至权重生成器获得权重矩阵，将权重矩阵和评价矩阵输入识别器确定待评级用户的评价等级并发送给第一终端设备本申请能提高现有销售行业对用户评级方案的准确性。
基于评级系统用户识别方法装置设备存储介质

[发明专利]一种理财规划方法、系统及装置-CN202211313530.2在审
发明人：徐峰;潘晓明;齐爽;孙少波;周佳琪;徐野;李玉功;鲍传松 -专利权人：华安证券股份有限公司
申请日： 2022-10-25 - 公布日： 2023-01-17 - 主分类号： G06Q40/06 文献下载
摘要：本发明提供一种理财规划方法、系统及装置，属于数据处理技术领域，方法包括：基于理财意向预测模型从客户行为数据中确定目标客户；基于服务推送模型向目标客户推送理财服务推荐信息；基于风险评估模型确定目标客户标签画像对应的风险等级；基于预设深度投资模型输出理财服务配置信息对应的资产配置结果；基于资讯分类评级模型对资讯数据进行分类，输出服务评级结果。
一种理财规划方法系统装置

[发明专利]一种基于联合卷积神经网络的催收风险评级方法及系统-CN202011403995.8有效
发明人：邹英华;许世伟;彭戈;董希伟;马刚;甘厚勇 -专利权人：中信银行股份有限公司
申请日： 2020-12-04 - 公布日： 2023-03-07 - 主分类号： G06Q40/03 文献下载
摘要：本发明提供了一种基于联合卷积神经网络的催收风险评级方法及系统，通过获得第一历史催收数据信息；对第一历史催收数据信息进行样本划分之后，获得第一训练样本数据信息与第一待测数据信息；对第一训练样本数据信息进行预处理，获得第一待输入数据，其中，第一待输入数据为尺寸归一化为相同记录数量的数据；按照预设要求，构建卷积神经网络模型；将第一训练样本数据信息输入至卷积神经网络模型中，完成对卷积神经网络模型的训练；将第一待测数据信息输入至训练完成后的卷积神经网络模型中；获得卷积神经网络模型的第一输出结果，第一输出结果为第一行为风险归类结果，达到了降低了催收风险评级成本，提高了催收风险评级准确率的技术效果。
一种基于联合卷积神经网络催收风险评级方法系统

[发明专利]基于点模型的服装面料平整度等级评定方法-CN200610119351.X无效
发明人：陈慧敏;张渭源;顾洪波;吴文英;毛志平 -专利权人：东华大学
申请日： 2006-12-08 - 公布日： 2007-05-30 - 主分类号： G01N33/36 文献下载
摘要：本发明公开了一种基于点模型的服装面料平整度等级评定方法，包括以下具体步骤：1.数据点集：由三维非接触式高精度扫描仪获取服装面料的点模型；2.数据分析：a.从数据分布的集中或离散趋势、数据分布的形态等方面对点集中各点Z方向上的坐标数据进行分析；b.从点集中筛选出反映面料起伏特性的特征点，并构造特征点的邻域；c.重建极大波峰处的曲面；d.采用离散微分几何中的曲面理论，分析特征点处的曲率值；3.评级模型：利用神经网络模块，建立评价面料平整度等级的评级模型。本发明采用点模型的分析方法，建立了适用于任何颜色和花纹的服装面料平整度等级的评级系统，且能正确区分各等级，系统准确率达96％左右。
基于模型服装面料平整等级评定方法

[发明专利]基于图像识别深度学习技术的晶粒度智能评级方法-CN201810751652.7在审
发明人：吴铖川;王洪利;杜思敏;赵中清 -专利权人：成都先进金属材料产业技术研究院有限公司
申请日： 2018-07-10 - 公布日： 2018-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及基于深度学习的晶粒度智能评级技术。本发明解决了目前人工在晶粒度评级执行过程中存在精度低、评级标准不完善、半定量、主观因素较大问题。本发明提出了一种基于图像识别深度学习技术的晶粒度智能评级方法，其技术方案要点为：首先，搜集不同材料的晶粒度评级图像数据库，提取晶粒度图像信息和晶粒度等级标签并进行图像预处理；其次，将晶粒度评级图像数据库分为训练集、验证集和测试集，并根据需要设置训练集、验证集和测试集的比例；然后，将训练集和验证集用于深度神经网络的训练；再然后，利用深度神经网络的训练模型初始化测试用的神经网络；最后，将测试集输入到初始化之后的测试用的深度神经网络进行材料的晶粒度智能评级测试
晶粒度评级神经网络测试集训练集验证集智能图像数据库图像识别初始化测试技术方案要点图像预处理等级标签评级标准图像信息训练模型主观因素半定量学习搜集