“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]一种基于选择性集成学习的旋转机械故障诊断方法-CN201710148872.6有效
发明人：吕琛;王振亚;马剑;周博 -专利权人：北京航空航天大学
申请日： 2017-03-14 - 公布日： 2019-04-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于选择性集成学习的旋转机械故障诊断方法，包括：对已知输入信号进行预处理，得到训练序列；利用Bagging算法对所述训练序列进行处理，生成一系列差异化的基学习机；通过选择性集成学习，对所述一系列差异化的基学习机进行优选
一种基于选择性集成学习旋转机械故障诊断方法

[发明专利]一种基于集成学习的交直流配电网负荷预测方法-CN201910990050.1有效
发明人：柳伟;杨镇宁;朱肖镕;李娜;阮思洁;徐洲;张俊芳 -专利权人：南京理工大学
申请日： 2019-10-17 - 公布日： 2022-09-06 - 主分类号： H02J5/00 文献下载
摘要：本发明公开了一种基于集成学习的交直流配电网负荷预测方法，对原始负荷数据进行负荷数据填充和归一化，利用滑动时间窗口采样负荷样本输入向量和样本标签，构造训练数据集；建立梯度提升模型，设置弱学习器个数，建立多个浅层神经网络来拟合梯度提升算法的负梯度，得到组合预测模型；利用滑动时间窗口选取待预测时间点前的负荷向量作为输入向量，结合集成学习模型，确定负荷预测值。本发明通过融合多个模型的强学习器进行负荷预测，提高了负荷预测的精度。
一种基于集成学习直流配电网负荷预测方法

[发明专利]一种基于无感知自学习AI算法的称重识别系统-CN202011542572.4在审
发明人：周好好 -专利权人：上海柏珍信息科技有限公司
申请日： 2020-12-24 - 公布日： 2021-05-04 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于无感知自学习AI算法的称重识别系统，可用于生鲜水果店，各类商超等，通过无感知自学习AI算法，快速的完成商品称重。硬件包括主机系统，摄像头，操作显示屏，称重台；软件包括：主程序模块，图像采集模块，商品库，界面显示模块，无感知自学习AI算法，识别库，数据处理模块，API接口等。可用于识别水果，蔬菜，生鲜，零食等各种需要称重的商品，可以套袋，也可以不套袋称重，都可以识别；通过API接口功能，集成简单快捷，可与市面上各种称重软件对接，快速升级普通称成为具备AI识别的称。总体上，本发明使用方便，无感知自学习AI算法自动更新识别库，可以单机/多机，支持离线无网络，不需要服务器等额外硬件，成本优势明显。
一种基于感知自学习 ai 算法称重识别系统

[发明专利]基于在线集成学习的变压器油中气体浓度预测方法-CN202310594930.3在审
发明人：范子宣;贾智显;刘跃;吴达;魏宪德 -专利权人：东北电力大学
申请日： 2023-05-24 - 公布日： 2023-08-22 - 主分类号： G06F18/2411 文献下载
摘要：本发明涉及变压器故障诊断技术领域，尤其为基于在线集成学习的变压器油中气体浓度预测方法，包括如下步骤：S1：通过气体浓度传感器采集变压器油中的气体数据并进行数据处理生成数据训练集；S2：采用非线性卡尔曼滤波算法进行最小二乘支持向量机以及对抗型神经网络两种机器学习算法的参数的寻优本发明通过对采集的气体数据基于情景记忆梯度方法进行处理，通过非线性卡尔曼滤波算法将最小二乘支持向量机以及对抗型神经网络两种机器学习算法的参数作为状态变量，输出最优参数，并根据最优权重输出最优预测结果，提高了预测结果的精度，获得比单个学习器更好的学习效果。
基于在线集成学习变压器气体浓度预测方法

[发明专利]基于多参数测量与机器学习算法的多沙河流水库排沙实时预测方法-CN202210031431.9在审
发明人：孙龙飞;王远见;江恩慧;郭秀吉;颜小飞;张世安;杨洲;江肖鹏;王婷;马怀宝;曲少军;李昆鹏;石华伟;李丽珂;郑佳芸;陈琛;闫振峰;任智慧;王子路;李新杰;张翎;王强;唐凤珍;李洁玉;王欣;宋力;李娜;鲁立三 -专利权人：黄河水利委员会黄河水利科学研究院
申请日： 2022-01-12 - 公布日： 2022-04-15 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于多参数测量与机器学习算法的多沙河流水库排沙实时预测方法，包括水库多参数数据采集装置、集成控制器、数据无线发送装置、水库排沙实时预测监控系统、数据库及应用服务器、现场反馈提示装置六部分；其中集成控制器中嵌入有基于Python语言编写的极限梯度提升、支持向量机、K最邻近算法、随机森林、高斯过程回归五种机器学习核心算法，可对采集到的数据进行分析，实现水库排沙的实时预测分析；所建立的预测模型可实现不同多沙河流水库排沙过程的实时预测
基于参数测量机器学习算法沙河流水库排沙实时预测方法

[发明专利]柔性作业车间AMR路径规划与生产调度的协同优化方法-CN202310792405.2在审
发明人：刘娇娇;孙宝凤;姚天姿;丁威 -专利权人：吉林大学
申请日： 2023-06-30 - 公布日： 2023-08-01 - 主分类号： G06Q10/047 文献下载
摘要：本发明属于生产调度技术领域，尤其涉及一种柔性作业车间多AMR路径规划与生产调度的协同优化方法，方法为：获取调度资源信息，初始化算法参数，确定初始种群，计算种群的多样性和每个个体的适应度，自适应确定交叉和变异概率，选择、交叉、变异操作，合并获得新种群，计算适应度和多样性，重复操作直至达到最大迭代次数，获得适应度值最低的最优个体，进行解码，获得最佳集成调度方案以及每一个工序的无冲突运输路径；本发明考虑智能车间内运输与生产活动之间强烈的耦合关系，融合Dijkstra最短路径和基于强化学习的自学习遗传算法构建一个双层的算法框架，协同决策了AMR与机器的集成调度以及AMR无冲突路径规划的问题。
柔性作业车间 amr 路径规划生产调度协同优化方法

[发明专利]基于深度学习的工业DICOM图像缺陷半自动标注系统及方法-CN202310480377.0在审
发明人：陈云霞;胡海宁;杨洪刚;储钰昆;徐潇;郑喆俊;陈创 -专利权人：上海电机学院
申请日： 2023-04-28 - 公布日： 2023-07-25 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于深度学习的工业DICOM图像缺陷半自动标注系统及方法，属于工业图像处理技术领域。标注系统集成了标注方法，还集成了KN算法，KN算法用于进行DICOM文件读取。本发明采用深度学习迭代算法对铸造类零件进行半自动标注，训练出来的目标检测模型弥补了人工检测无法量化、容易疲劳的缺点，提高了提高标注的效率和缺陷分析的准确性。
基于深度学习工业 dicom 图像缺陷半自动标注系统方法

[发明专利]基于随机森林非均匀量化特征提取的安全中继选择方法-CN202011362631.X有效
发明人：张梦 -专利权人：重庆财经学院
申请日： 2020-11-28 - 公布日： 2022-06-03 - 主分类号： H04W40/22 文献下载
摘要：特别涉及一种基于随机森林非均匀量化特征提取的安全中继选择方法，包括构建全双工多中继系统模型；分别获取中继节点、目的节点以及窃听节点的可达容量，计算在这些可达容量下系统的安全容量，并找出使系统安全性能最优的中继节点索引；构建基于RF集成学习方法的全双工中继系统安全中继选择方案；提出了非均匀量化算法来提取RF算法所需的信道状态信息的离散特征值；本发明在具有多个中继节点的全双工中继系统中,将安全中继选择建模为一个多类分类问题，通过构建随机森集成学习算法模型，选择最优中继以提升系统安全性能
基于随机森林均匀量化特征提取安全中继选择方法

[发明专利]一种基于集成学习算法的镀锌钢腐蚀预测方法-CN202310172866.X在审
发明人：林德源;夏晓健;万芯瑗;洪毅成;陈云翔;韩纪层;严康骅 -专利权人：国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司
申请日： 2023-02-27 - 公布日： 2023-06-23 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于集成学习算法的镀锌钢腐蚀预测方法，具体步骤包括：通过传感器采集目标监测部件与镀锌钢腐蚀相关的影响因素的样本数据，并对样本数据进行预处理；对预处理后的样本数据进行相关性分析，获取与镀锌钢腐蚀相关性高的影响因素作为参考因素，将对应的参考因素数据及腐蚀程度标签数据作为一组训练样本放入训练样本集中；通过训练样本集进行Stacking集成学习模型的预训练，将训练好的Stacking集成学习模型用于预测目标监测部件的腐蚀趋势。
一种基于集成学习算法镀锌腐蚀预测方法

[发明专利]基于深度集成学习网络的粮油农作物供应链危害物辨识方法及系统-CN202110386309.9在审
发明人：孔建磊;王小艺;金学波;苏婷立;张家辉;王珍妮 -专利权人：北京工商大学
申请日： 2021-04-12 - 公布日： 2021-07-30 - 主分类号： G06Q50/26 文献下载
摘要：本发明提出了一种基于深度集成学习网络的粮油农作物供应链危害物辨识方法，所述方法包括：获取粮油食品在供应链各环节中的参数特征信息生成多源异构数据集；对各属性特征进行向量编码化及标准归一化预处理；对预处理后的多源异构数据集进行多粒度滤波扫描输出扫描结果，并对所述扫描结果进行K折交叉验证获得训练数据；构架多维度特征堆叠提取的深度集成学习网络对所述训练数据进行深度学习后输出多个子模型的学习结果；通过高斯混合对所述多个子模型学习结果进行融合。本发明依托粮油农作物供应链各环节的危害物监测数据，应用深度集成学习算法，提高了危害物辨识准确率和粮油供应链风险评估可靠性。
基于深度集成学习网络粮油农作物供应危害辨识方法系统

[发明专利]一种基于集成学习算法的短期风电功率预测方法及系统-CN202210709609.0在审
发明人：李晨;伍仰金;郭茜婷;王超君;林晨杰;陈岳晟;黄丁婕;郑传良;叶家玮;张良;郑涛;周宇;魏兰兰;付馨慧 -专利权人：国网福建省电力有限公司宁德供电公司;国网福建省电力有限公司
申请日： 2022-06-21 - 公布日： 2022-08-19 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于集成学习算法的短期风电功率预测方法及系统，包括以下步骤，先对数据预处理，剔除异常数据，补充缺失数据获得样本数据；根据各影响因素的样本数据进行相关性分析，获取与风电功率相关性高的影响因素作为参考因素；建立Stacking集成学习模型，所述Stacking集成学习模型为包括首层的基学习器和次层的元学习器的双层结构；获取若干组实际数据制作训练样本集；利用训练样本集对所述基学习器进行K折交叉验证训练获得风电功率预测模型
一种基于集成学习算法短期电功率预测方法系统

[发明专利]基于不确定性的边缘计算数据收集分析方法、系统及设备-CN202211524340.5有效
发明人：刘佳琦;许虎城;李登 -专利权人：中南大学
申请日： 2022-12-01 - 公布日： 2023-03-14 - 主分类号： G06F9/50 文献下载
摘要：本公开实施例中提供了一种基于不确定性的边缘计算数据收集分析方法、系统及设备，属于数据处理技术领域，具体包括：得到每个基学习器的准确率均值、不确定性和基学习器之间的相关性；确立集成学习模型的最优条件；根据方法使用者设置的不确定性的偏好和最优条件，权衡集成学习模型的准确率和泛化能力，并据此设计不确定性参数；计算出基学习器的最优组合权重，并以此确定最优权重集合；使用基学习器对所有数据进行学习训练，并利用训练得到的集成学习模型进行预测，将预测的结果代入基于最优权重集合的预测结果加权机制中通过本公开的方案，在提高算法准确率和泛化能力的同时，在它们之间达到最优的权衡。
基于不确定性边缘计算数据收集分析方法系统设备

[发明专利]发病率监测方法、装置、设备及存储介质-CN201910706318.4有效
发明人：陈娴娴;阮晓雯;徐亮 -专利权人：平安科技（深圳）有限公司
申请日： 2019-08-01 - 公布日： 2023-06-02 - 主分类号： G16H50/80 文献下载
摘要：本发明涉及人工智能技术领域，公开了一种基于历史疾病信息的发病率监测方法，根据预置的门控递归神经网络与集成学习算法的结合对历史病历数据的不断自主学习，形成基于历史疾病信息的发病率监测的预测模型，然后根据待测疾病的疾病数据输入值预测模型中进行预测和监控本发明还公开了一种基于历史疾病信息的发病率监测装置、设备及计算机可读存储介质，本发明通过上述的算法与神经网络的结合来从历史病历数据中捕捉到一定的规律性，而形成预测模型，且门控递归神经网络与集成学习算法的相结合不仅简化了模型对数据的记忆量
发病率监测方法装置设备存储介质

[发明专利]一种可视化编程装置及方法-CN202211632379.9在审
发明人：熊方;罗东玮;李兰云;张伟亮;张鸿熙;钟华庭 -专利权人：广东若铂智能机器人有限公司
申请日： 2022-12-19 - 公布日： 2023-04-18 - 主分类号： G06F8/34 文献下载
摘要：本发明公开一种可视化编程装置及方法，可视化编程装置为一个集成开发环境，其包括解释器、标准库、算子库、图编辑器库、图像显示库和辅助设计工具，通过解释器加载标准库、算子库、图编辑器库和注册图像显示库，并解释执行库函数；标准库提供可视化编程语言的顺序控制功能，以及基础的数学运算；算子库提供机器学习视觉算法的算子；图编辑器库提供语言的可视化编程功能，利用图的表示形式和用户拖拽的方式进行可视化编程；图像显示库用于显示算法的中间结果；辅助设计工具提供用户进行视觉算法开发的工具。本发明设计了一个机器学习算法的集成开发环境，通过编辑流程图的形式，完成机器视觉算法的开发任务，无需依赖专业的技术，便于使用。
一种可视化编程装置方法

[发明专利]一种基于Adaboost回归算法的储层孔隙度预测方法-CN201911168495.8在审
发明人：史长林;魏莉;张剑;杨丽娜;许胜利;吴蔚;但玲玲;牛雪;田盼盼;李芳芳 -专利权人：中国海洋石油集团有限公司;中海油能源发展股份有限公司
申请日： 2019-11-25 - 公布日： 2020-04-10 - 主分类号： G01V1/50 文献下载
摘要：本发明公开了一种基于Adaboost回归算法的储层孔隙度预测方法，本发明通过将Adaboost回归算法融入到储层孔隙度预测过程中，利用Adaboost回归算法强大的集成学习能力，自动提取地震数据的隐藏特征
一种基于 adaboost 回归算法孔隙预测方法