“集成学习算法”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1006256个，建议您升级VIP下载更多相关专利

[发明专利]一种电动汽车充电站规划方法及装置-CN202111517953.1在审
发明人：唐建林;钱斌;肖勇;王浩林;林晓明;罗鸿轩;王吉 -专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司
申请日： 2021-12-13 - 公布日： 2022-03-11 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了一种电动汽车充电站规划方法及装置，本申请利用集成学习算法构建的充电站规划模型，通过集成学习架构中的子优化器集成多种智能算法，并分别应用到电动汽车充电站规划，并通过上层优化器将各个子优化器中的不同的智能算法的特点进行结合
一种电动汽车充电站规划方法装置

[发明专利]基于云平台的算法文件生成方法、装置及云平台-CN201510438757.3在审
发明人：杨娟;傅宇翔;何舒青;陆春阳;娄宏骏;杜广源 -专利权人：北京中油瑞飞信息技术有限责任公司;北京邮电大学
申请日： 2015-07-23 - 公布日： 2015-11-04 - 主分类号： G06F9/44 文献下载
摘要：本发明提供一种基于云平台的算法文件生成方法、装置及云平台，该方法首先接收用户输入的配置信息，进而根据用户输入的配置信息自动生成算法组件描述文件和算法面板源代码文件，其中，算法面板源代码文件包括了算法入口源代码文件和算法对话框源代码文件云平台根据上述文件即可将第三方算法集成并显示在云平台中供用户使用。通过上述方法生成算法文件，使得用户不再需要手动编写文件，减少了用户的工作量，提高了第三方算法集成的效率，并且不需要用户学习云平台的界面开发知识以及编程语言，因此也降低了第三方算法集成的难度。
基于平台算法文件生成方法装置

[发明专利]一种集成机器学习的多模式降水预估方法-CN202110620607.X在审
发明人：赵立龙;江志红;李童;朱欢欢 -专利权人：南京信息工程大学
申请日： 2021-06-03 - 公布日： 2021-09-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种集成机器学习的多模式降水预估方法，其特征在于：采用基于最新的CMIP6气候模式模拟数据和中国气象局台站观测的格点资料，计算生成中国区域的四类降水的极端气候指数，利用历史时段的观测和模式数据训练多种机器学习模型，评估不同机器模型的性能，基于模型性能赋予不同权重，集成生成未来不同增温情景、增温幅度的平均及极端降水概率预估结果。本发明采用了多模式和多机器算法集成技术，降低了未来预估中由不同模式和不同算法引入的不确定度，使预估的结果更具可靠性。
一种集成机器学习模式降水预估方法

[发明专利]基于集成学习的空间有效载荷数据流在线异常检测方法-CN201910099716.4有效
发明人：宋磊;梁浩然;郑太生;郭丽丽;李绪志 -专利权人：中国科学院空间应用工程与技术中心
申请日： 2019-01-31 - 公布日： 2020-05-26 - 主分类号： G06N3/08 文献下载
摘要：本发明公开了一种基于集成学习的空间有效载荷数据流在线异常检测方法，涉及数据处理技术领域。该方法首先运用Bagging集成学习框架，通过多次LSTM模型的迭代训练，获得稳定的LSTM预测模型，实现复杂场景数据流正常‑异常样本的深度辨识；同时以有效载荷数据流作为输入，一方面为稳定的LSTM模型提供实时测试数据，其次运用Stacking集成学习框架，集成多个弱学习器获得强学习器，建立基于Stacking算法的学习器，结合多个弱学习器的输出结果获得最优检测结果，提升了数据流在线异常检测的准确性；获得精度更好的异常检测结果
基于集成学习空间有效载荷数据流在线异常检测方法

[发明专利]社区团购生鲜配送路径优化算法-CN202110133120.9在审
发明人：吴丹;孙伟;田鹏飞 -专利权人：亿景智联（北京）科技有限公司
申请日： 2021-01-29 - 公布日： 2021-05-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了社区团购生鲜配送路径优化算法，根据对生鲜仓库信息、团长信息、订单信息进行可视化的动态管理，利用利用强化学习寻找最优的配送路径方案，所述利用利用强化学习寻找最优的配送路径方案，首先进行模型假设，设定具体的报酬函数，最终完成模型算法的建设，本发明结构科学合理，使用安全方便，本发明集成数据管理与强化学习算法，实现社区团购生鲜配送路径的优化配置，大大便捷了配送路径，降低了不必要的损失，提高了分配效果
社区生鲜配送路径优化算法

[发明专利]人工智能图形化编程教学平台及方法-CN202010736896.5有效
发明人：王飞跃;刘希未;宫晓燕;李强;唐瑛;熊刚;张浩楠 -专利权人：中国科学院自动化研究所
申请日： 2020-07-28 - 公布日： 2022-11-08 - 主分类号： G06F8/34 文献下载
摘要：本发明涉及一种人工智能图形化编程教学平台及方法，所述教学平台包括：Jetson Nano系统运行模块，用于运行Jetson Nano系统；教学存储模块，用于存储基础人工智能算法；教学调用模块，用于基于JetsonNano系统，根据第一指令从所述教学存储模块中调取、并辅助使用者掌握及学习所述基础人工智能算法；自动驾驶算法支持库，用于存储自动驾驶算法；自动驾驶扩展模块，用于基于Jetson Nano系统，根据第二指令从所述自动驾驶算法支持库中调取自动驾驶算法，并辅助使用者学习完成车道识别、自动避障、驾驶决策、即时定位与地图构建；集成开发模块，用于根据第三指令，基于运行的Jetson Nano系统及集成开发环境进行作品的制作；从而可使学生在终端体验完整的计算处理流程
人工智能图形编程教学平台方法

[发明专利]一种基于机器学习的图像垃圾邮件过滤方法-CN201811053556.1有效
发明人：赵俊生;候圣 -专利权人：内蒙古工业大学
申请日： 2018-09-11 - 公布日： 2021-01-15 - 主分类号： H04L12/58 文献下载
摘要：本发明涉及一种基于机器学习的图像垃圾邮件过滤方法，属于计算机科学与人工智能技术领域。针对图像垃圾邮件的特点，选取更有利于区分判别垃圾邮件图像的HSV颜色直方图特征和纹理特征作为图像分类的基础数据；将以上两种特征数据应用于K‑NN算法、朴素贝叶斯算法、判别分析算法、SVM算法和随机森林算法为主的机器学习算法，将各算法取长补短提出一种集成学习算法，通过实验确定何种算法适合于何种图像特征的分类，对方法的最佳参数结构进行实验分析，确定HSV颜色直方图维度为16维，K‑NN算法的K值为5时可取得最好的分类效果。
一种基于机器学习图像垃圾邮件过滤方法

[发明专利]基于气囊阵列触觉感知的模式识别方法及系统-CN202010350629.4在审
发明人：皮阳军;颜泽荣;刘凡;郭琦 -专利权人：重庆大学
申请日： 2020-04-28 - 公布日： 2020-08-07 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于气囊阵列触觉感知的模式识别方法及系统，主要包括如下步骤：首先，根据气囊阵列机器人皮肤感知系统采集到不同对象的触觉数据，利用该触觉感知数据训练得到模式识别的算法模型，最后，针对未知触觉感知数据的接触类型，利用该机器学习算法模型进行识别。本发明方法采用XG‑Boost、LightGBM主流分布式机器学习框架和随机森林等多种机器学习算法，构造了基于Stacking集成策略的融合模式识别算法，可进一步提升模型预测效果，针对大型数据集也有着良好的鲁棒性
基于气囊阵列触觉感知模式识别方法系统

[发明专利]基于机器人的广泛学习的中大规模图像识别集成学习模型-CN202310678106.6在审
发明人：王茂林;张鹏 -专利权人：深圳市金大智能创新科技有限公司
申请日： 2023-06-09 - 公布日： 2023-07-07 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了基于机器人的广泛学习的中大规模图像识别集成学习模型，包括有S1通过广泛学习的集成学习模型，将输入数据分解成多个子空间并使用不同的基函数对每个子空间进行建模；S2通过使用套索自动编码器对原始图像进行特征提取，获取具有高区分性的特征表示；S3通过广泛增量扩展与学习算法，在训练过程中根据数据集的特点，动态增加网络的规模和复杂度，以适应不断变化的输入数据分布，使得基于广泛的集成学习模型在提高了图像识别的训练速度的同时，也保持了良好的学习性能。
基于机器人广泛学习大规模图像识别集成模型

[发明专利]一种基于代价敏感和集成学习的变压器故障诊断方法-CN202010721965.5在审
发明人：刘云鹏;和家慧;刘一瑾;王权 -专利权人：华北电力大学（保定）
申请日： 2020-07-24 - 公布日： 2020-10-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于代价敏感和集成学习的变压器故障诊断方法，该方法包括：对多种变压器故障数据进行预处理，分为训练样本集和测试集；基于AdaCost算法建立变压器故障诊断模型；使用分布权重为Dt的训练样本集训练得到弱学习器ht(x)；计算ht(x)的学习误差率和在形成强分类器过程中所占的权重；引入代价因子，更新训练样本集中各样本的权重分布；反复迭代，直至学习误差率满足误差率要求的迭代次数，形成强学习器；将测试集输入所述强学习器中，进行投票确定故障类型。本发明提供的基于代价敏感和集成学习的变压器故障诊断方法，基于AdaCost算法，解决不平衡数据集下分类器整体精度低的问题，进而提高故障判断准确性。
一种基于代价敏感集成学习变压器故障诊断方法

[发明专利]一种基于组合模型的卷烟销量预测方法、系统及存储介质-CN202211630574.8在审
发明人：侯开虎;陈琪方 -专利权人：昆明理工大学
申请日： 2022-12-19 - 公布日： 2023-03-14 - 主分类号： G06Q30/0202 文献下载
摘要：本发明提供一种基于组合模型的卷烟销量预测方法、系统及存储介质，该方法包括：获取卷烟产品的历史销量和外部变量数据形成原始数据；对原始数据进行预处理，形成构建模型所需的数据集；构建基于Stacking集成学习算法的初始卷烟销量预测组合模型运用Stacking集成学习算法融合统计学和深度学习模型，兼顾可解释性和学习能力优势，解决传统卷烟销量数据预测特征单一、准确率低、可操作性弱的问题，为卷烟商业公司科学制定购、销、存计划提供依据。
一种基于组合模型卷烟销量预测方法系统存储介质

[发明专利]一种基于机器学习分类器提高半导体芯片良品率的方法-CN202110389361.X有效
发明人：刘瑞盛;蒋信;喻涛 -专利权人：普赛微科技（杭州）有限公司
申请日： 2021-04-12 - 公布日： 2022-05-27 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于机器学习分类器提高半导体芯片良品率的方法，至少包括如下步骤：采集晶圆裸片出厂后进行测试得到的前期测试数据，所述前期测试数据至少包括WAT数据和CP数据；训练分类器，分类器训练过程中采用数据降采样和基于增量学习的集成算法本发明通过机器学习分类器来分析晶圆裸片的非平稳环境下的非平衡的前期测试数据，分类器训练过程中采用数据降采样和基于增量学习的集成算法，实现了最终测试结果FT的预测，提高了晶圆裸片在封装前品质分类的准确性，
一种基于机器学习分类提高半导体芯片良品率方法

[发明专利]集成超限学习机和Hammerstein-Wiener的复杂非线性系统建模方法-CN201910537272.8在审
发明人：徐康康;杨海东;印四华;朱成就 -专利权人：广东工业大学
申请日： 2019-06-20 - 公布日： 2019-10-22 - 主分类号： G06N3/04 文献下载
摘要：本发明提供的集成超限学习机和Hammerstein‑Wiener的复杂非线性系统建模方法，包括：利用两个独立的超限学习机ELM网络，即单隐层前馈网络逼近Hammerstein‑Wiener模型的静态非线性单元，对静态非线性单元进行参数表示；利用lipschitz商准则对基于ELM的Hammerstein‑Wiener模型的线性子系统结构进行估计，确定模型阶数；构建ELM算法，计算线性子系统结构和非线性子系统的参数本发明提供的一种集成超限学习机和Hammerstein‑Wiener的复杂非线性系统建模方法，通过构建ELM算法，具有较快的学习速度和较小的计算复杂度，且计算效率高；该方法涉及的算法数学描述简单，用最小二乘解识别未知参数
学习机超限复杂非线性系统构建建模算法非线性单元线性子系统逼近非线性子系统非线性问题计算复杂度最小二乘解参数表示参数识别泛化性能工业过程计算效率模型阶数前馈网络数学描述未知参数单隐层评估网络学习

[发明专利]数据处理方法及系统、客户关系管理系统、电子设备-CN202110349424.9在审
发明人：康进;何桂丽 -专利权人：阿里巴巴新加坡控股有限公司
申请日： 2021-03-31 - 公布日： 2022-10-04 - 主分类号： G06Q30/02 文献下载
摘要：其中，数据处理方法包括：通过至少一种渠道，接收与目标客户关联的数据；从所述数据中，提取特征信息；获取基于集成学习算法的预测模型；利用所述基于集成学习算法的预测模型，对所述特征信息进行处理，得出预测结果；
数据处理方法系统客户关系管理电子设备

[发明专利]基于集成学习算法的用户异常用电行为识别方法及系统-CN201810859842.0有效
发明人：程宏亮;刘宏;淡阳;姚关琦;王旭;周蔚;赵宏斌;蔡雨楠;孙红宝;陈维;刘嘉;马丽娜;张洋 -专利权人：美林数据技术股份有限公司;国网陕西省电力公司;国网陕西省电力公司宝鸡供电公司
申请日： 2018-08-01 - 公布日： 2023-05-05 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开基于集成学习算法的用户异常用电行为识别方法及系统，其中识别方法包括步骤一、获取电网的所有电力数据；步骤二、将步骤一获得的电力数据进行筛选，剔除不符合数据协议格式要求的电力数据；步骤三、将步骤二合格的电力数据进行标注，标注方式包括区域，日期，消费额以及用户年龄；步骤四、构建学习模型，将上述标注的电力数据按照标注方式输入至学习模型中；步骤五、所述学习模型根据对应的学习算法定位出疑似异常用电用户。本发明根据电力数据中包含的区域，日期，消费额以及用户年龄等信息，利用学习算法，快速发现用电异常，准确率高，能有效帮助有关部门缩小排查范围，并为电力公司节约人力物力资源。
基于集成学习算法用户异常用电行为识别方法系统