“变量确定”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1408466个，建议您升级VIP下载更多相关专利

[发明专利]用于训练和/或检查人工神经网络的鲁棒性的方法-CN202210931737.X在审
发明人： F·施密特 -专利权人：罗伯特·博世有限公司
申请日： 2022-08-04 - 公布日： 2023-02-17 - 主分类号： G06N3/04 文献下载
摘要：用于训练和/或检查人工神经网络的鲁棒性的方法，其中人工神经网络确定输出变量，该方法包括：预给定具有多个维度的输入变量，其中对输入变量的每个维度或人工神经网络的无激活函数的线性层的输出的每个维度确定输入变量上限；确定输入变量下限；对输出变量的每个维度使用来自通过输入变量下限和输入变量上限限制的值范围的值确定输出变量的输出变量下限；使用来自通过输入变量上限和输入变量下限限制的值范围的值确定输出变量的输出变量上限；使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最小可能值；使用来自通过输出变量下限和输出变量上限限制的值范围的值确定实值函数的最大可能值；确定输出。
用于训练检查人工神经网络鲁棒性方法

[发明专利]密码变量数据确定方法、装置、设备、介质及产品-CN202211155500.3在审
发明人：孙昂;卫柳;王有燕;赵颖 -专利权人：中国工商银行股份有限公司
申请日： 2022-09-22 - 公布日： 2022-12-02 - 主分类号： G06F21/46 文献下载
摘要：本申请属于信息安全技术领域，具体提供一种密码变量数据确定方法、装置、设备、介质及产品，该方法包括：获取应用服务器中待识别的变量相关数据；所述变量相关数据包括具有映射关系的待识别变量标识和变量数据；根据预设基准密码变量标识对所述待识别变量标识进行筛选，确定密码变量标识；所述密码变量标识为与所述预设基准密码变量标识相同或相似度大于预设相似度阈值的变量标识；根据所述密码变量标识确定对应密码变量数据。本申请的密码变量数据确定方法，可以从庞大的变量数据中快速确定密码变量数据，提高密码变量数据的确定效率。
密码变量数据确定方法装置设备介质产品

[发明专利]数据处理方法、装置、设备、程序以及存储介质-CN202310197566.7在审
发明人：黄予 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-02-24 - 公布日： 2023-10-27 - 主分类号： G06N5/025 文献下载
摘要：本发明提供了一种数据处理方法、装置、电子设备，方法包括：当目标因变量未确定时，通过逻辑规则网络模型，对目标自变量进行逻辑判断处理，确定目标自变量的关联关系；当目标因变量确定，且目标因变量和目标自变量的关联关系未确定时，根据目标自变量建立搜索树结构；根据搜索树结构，得到所述目标自变量和目标自变量组合的收益值；根据所述目标自变量和目标自变量组合的收益值，确定目标自变量的逻辑规则；根据所述目标自变量的逻辑规则，确定所述目标自变量的关联关系
数据处理方法装置设备程序以及存储介质

[发明专利]数据处理方法、装置、设备和可读存储介质-CN202310340438.3在审
发明人：侯龙超;陈纯;严翼飞;颜昌亚;姜韧 -专利权人：上海优集工业软件有限公司
申请日： 2023-03-31 - 公布日： 2023-05-30 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种数据处理方法、装置、设备和可读存储介质，其中，数据处理方法包括获取目标业务场景的业务数据，并确定在对业务数据进行处理时，用于进行数据传递的变量，其中，变量具有信息标识和待确定的变量值，信息标识用于表征变量值的确定方式；将变量和变量的信息标识输入数据处理模型，其中，数据处理模型包括至少一个子模型，每种确定方式有分别对应的子模型，基于不同确定方式确定变量值时所需的子模型不同；确定按照信息标识表征的确定方式确定变量值时所需的目标子模型；及运行目标子模型，以确定变量值。
数据处理方法装置设备可读存储介质

[发明专利]市场营销模型确定系统-CN201010226899.0无效
发明人： J·A·吉尔德 -专利权人：埃森哲环球服务有限公司
申请日： 2010-07-09 - 公布日： 2011-01-19 - 主分类号： G06Q30/00 文献下载
摘要：本申请涉及市场营销模型确定系统。具体地，涉及一种系统，包括变量确定模块，其确定可操作以用于最终模型的变量，并且还确定对至少一个变量的修改。假设确定模块确定可操作以用于最终模型的假设。假设包括针对变量的变换，其描述变量如何影响市场营销目标，或者变量如何影响可操作以用于最终模型的另一变量。假设模块还确定对假设的修改。模型生成器使用变量以及假设来生成候选模型，并且使用经修改的假设、新变量或者对变量的修改来生成新候选模型。候选模型或新候选模型可操作以基于变量在候选模型和新候选模型中的统计测量和相关度指示的至少一个，而被选作最终模型。
市场营销模型确定系统

[发明专利]基于因果推理的知识追踪方法、系统、设备及存储介质-CN202110223365.0有效
发明人：黄昌勤;朱佳;黄琼浩;梁婉莹 -专利权人：浙江师范大学
申请日： 2021-03-01 - 公布日： 2022-01-11 - 主分类号： G06N5/04 文献下载
摘要：本发明公开了一种基于因果推理的知识追踪方法、系统、设备及存储介质，其中方法包括：获取随机变量、潜在结果，并确定随机变量和潜在结果的关系式；获取观测变量，将观测变量分为混杂变量、调整变量和无关变量；采用因果推理的方法进行分析，根据混杂变量、调整变量以及随机变量和潜在结果的关系式，确定潜在结果的转换输出；根据转换输出，确定第一目标函数；获取样本权重并确定第二目标函数；根据第二目标函数以及样本权重，确定平衡权重，平衡权重可以减少要素之间的协方差，以帮助评估单个变量与结果变量之间的因果关系。
基于因果推理知识追踪方法系统设备存储介质

[发明专利]心率检测装置、设备及存储介质-CN202211071155.5在审
发明人：吕恒;王凤森;李毅;朱佳兵;刘彩彩;张家琦;何金婵 -专利权人：武汉中旗生物医疗电子有限公司
申请日： 2022-09-02 - 公布日： 2022-12-09 - 主分类号： A61B5/024 文献下载
摘要：心率检测装置包括：变量确定模块、心率状态确定模块以及心率检测模块；本发明先通过变量确定模块获取预设时间段内的RR间期集合，并根据RR间期集合确定当前时刻下的输入变量和状态变量，然后通过心率状态确定模块根据输入变量和状态变量确定当前时刻下的心率状态，再通过心率检测模块根据心率状态确定当前时刻下的心率。本发明根据RR间期集合确定当前时刻下的输入变量和状态变量，然后根据输入变量和状态变量确定当前时刻下的心率状态，再根据心率状态确定当前时刻下的心率，能够实时计算出当前时刻下的心率，并且根据心率状态确定当前时刻下的心率
心率检测装置设备存储介质

[发明专利]数据处理方法及装置-CN202310094648.9在审
发明人：叶川;颜蒙杰;王凯 -专利权人：珠海金山数字网络科技有限公司
申请日： 2023-02-03 - 公布日： 2023-05-30 - 主分类号： G06F8/41 文献下载
摘要：本申请提供数据处理方法及装置，其中所述数据处理方法包括：运行目标函数，确定所述目标函数对应的目标全局变量；在路径记录表中查找所述目标全局变量对应的引用路径；在所述路径记录表中存在所述目标全局变量的目标引用路径的情况下，根据所述目标引用路径确定所述目标全局变量对应的目标变量脚本文件；在所述目标变量脚本文件中确定所述目标全局变量对应的变量对象值，其中，所述变量对象用于为所述目标全局变量赋值。通过在路径记录表中存储全局变量的引用路径，从而能够直接确定目标全局变量声明所在的目标变量脚本文件，能够快速确定目标全局变量对应的变量对象，减少因遍历遍历变量脚本文件所花费的时间，提高编程效率。
数据处理方法装置

[发明专利]数据处理方法以及装置-CN202210983650.7在审
发明人：强思维;谢世明;陈颖;元凌峰;李鹏宇;高源;佟家弼;张珺;杜明远 -专利权人：浙江网商银行股份有限公司
申请日： 2022-08-16 - 公布日： 2022-09-20 - 主分类号： G06F30/20 文献下载
摘要：本说明书实施例提供一种数据处理方法以及装置，该方法包括：确定至少两个可观测变量，并根据至少两个可观测变量确定至少两个虚拟变量，其中，虚拟变量的数量小于可观测变量的数量；确定至少两个可观测变量与至少两个虚拟变量的初始映射关系，以及确定至少两个虚拟变量中每两个虚拟变量之间的初始因果关系；根据预设约束条件、可观测变量、虚拟变量、初始映射关系和初始因果关系确定待优化问题；通过预设优化方法对待优化问题进行求解，得到目标映射关系和目标因果关系由于根据至少两个可观测变量确定至少两个虚拟变量，且虚拟变量的数量小于可观测变量的数量，所以减少了待优化问题的维度，也就降低了对待优化问题进行求解的难度，提高了效率。
数据处理方法以及装置

[发明专利]一种确定变量相关关系的方法和装置-CN200610072049.3有效
发明人：叶伏君 -专利权人：华为技术有限公司
申请日： 2006-04-04 - 公布日： 2007-06-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种确定变量相关关系的方法和装置，本发明通过预先任意确定一个变量相关关系，然后在当前变量相关关系中选取部分变量，为该部分变量任意确定一个顺序，然后按顺序依次为该部分变量中的各变量重新选取合法的父变量集，并在新产生的变量相关关系满足接受条件时，才保留该变量相关关系；在满足建立变量相关关系过程结束条件时，根据已产生的所有变量相关关系确定最佳变量相关关系。由于本发明在新产生变量关系时，没有参考已产生的变量相关关系，因此避免了已有变量相关关系对新产生的变量相关关系的误导，提高了找到全局最优的变量相关关系的速度。
一种确定变量相关关系方法装置

[发明专利]数据处理方法、装置、电子设备及存储介质-CN202210012840.4有效
发明人：曾良军;孙其民;陈小波;寸毛毛 -专利权人：南昌虚拟现实研究院股份有限公司
申请日： 2022-01-07 - 公布日： 2022-04-12 - 主分类号： G06N3/04 文献下载
摘要：本申请提供了一种数据处理的方法、装置、电子设备及存储介质，包括：将第一变量的变量值输入第一神经网络预测得到第二变量的预测值；根据第一变量的变量值和第二变量的预测值以及第三变量与第一变量和与第二变量之间的约束关系确定第三变量的预测值；根据在第一变量的变量值下第三变量的实际值和第三变量的预测值确定第三变量的损失值；由第二神经网络预测得到第二变量的预测变化量；根据第二变量的预测变化量和第二变量的预测值确定第二变量的总计数值；根据第二变量的总计数值确定第三变量的目标损失值并判断是否达到迭代结束条件；若达到，则根据第二变量的总计数值和第一变量的变量值确定目标变量的目标数值。
数据处理方法装置电子设备存储介质

[发明专利]系统性能分析方法、装置及服务器-CN201710541436.5有效
发明人：吴斌;石子凡;许力;张霞 -专利权人：东软集团股份有限公司
申请日： 2017-07-05 - 公布日： 2020-09-18 - 主分类号： G06F11/34 文献下载
摘要：本发明提出一种系统性能分析方法、装置及服务器，其中，该方法包括：获取系统历史运行数据及待分析的目标变量；对系统历史运行数据进行相关性分析，确定与目标变量的相关性满足预设条件的变量集；对目标变量及变量集中各变量进行学习，确定目标变量与变量集中各变量间的网络拓扑；根据网络拓扑及系统历史运行数据，确定网络拓扑中各变量间的初始条件概率表；根据初始条件概率表，确定目标变量对应的运行数据异常时的根源变量。由此，实现了根据相关性分析及网络拓扑，综合确定目标变量对应的运行数据异常时的根源变量，提高了分析结果的准确性，且通过根据根源变量对系统进行优化更新，提高了系统的可靠性。
系统性能分析方法装置服务器

[发明专利]商品变量预测方法、设备以及计算机可读介质-CN202010329391.7在审
发明人：强朔;兰金鹤 -专利权人：阿里巴巴集团控股有限公司
申请日： 2020-04-23 - 公布日： 2021-10-26 - 主分类号： G06Q30/02 文献下载
摘要：本申请实施例提供了一种商品变量预测方案，可以从与商品相关的特征池中，确定同时与自变变量以及目标变量具有相关关系的干扰变量，然后确定所述自变变量、目标变量以及干扰变量之间的因果关系图，由此通过因果关系图可以确定这些变量之间的因果关系，若自变变量与目标变量之间存在因果关系时，可以将自变变量的变化值以及干扰变量的样本数据输入因果预测模型，获取所述目标变量在自变变量发生变化后的因果预测值，由此获得的因果预测值并非是基于变量之间的相关性确定的相关预测值，而是能够表示因目标变量的变化直接导致的结果，可以应用于对商品变量直接影响进行预测的场景。
商品变量预测方法设备以及计算机可读介质

[发明专利]变量筛选方法、装置、非易失性存储介质及处理器-CN202211413169.0在审
发明人：槐正;徐冬冬;张涛;姜承祥;付迎鑫;张哲;姬照中;徐锐;王健;徐蕾 -专利权人：中国电信股份有限公司
申请日： 2022-11-11 - 公布日： 2023-02-24 - 主分类号： G06Q30/018 文献下载
摘要：本发明公开了一种变量筛选方法、装置、非易失性存储介质及处理器。其中，该方法包括：获取用于评估目标变量的自变量，其中，目标变量对应一个或多个自变量；使用预设皮尔逊相关系数模型评估自变量与目标变量的线性关系，确定线性相关度；在目标变量对应多个线性相关度高于预设相关度阈值的自变量的情况下，选取线性相关度最高的自变量作为目标变量的样本变量，其中，样本变量和目标变量作为训练目标预测模型的训练数据，目标预测模型用于对自变量分析确定预测变量。本发明解决了由于无法对确定消费者画像的自变量进行筛选，造成确定消费者画像的效率较低的技术问题。
变量筛选方法装置非易失性存储介质处理器

[发明专利]用于确定机器学习模型的衍生变量的方法及装置-CN201910961560.6在审
发明人：叶捷明 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-10-11 - 公布日： 2020-02-28 - 主分类号： G06N20/00 文献下载
摘要：本说明书的实施例提供了一种用于确定机器学习模型的衍生变量的方法及装置，在该方法中，在针对机器学习模型的基础变量集中确定各个基础变量的可转移变量集，进而根据基础变量和对应的多个可转移变量生成机器学习模型的多个候选衍生变量，从而基于变量转移奖赏从多个候选衍生变量中确定机器学习模型的目标衍生变量。
用于确定机器学习模型衍生变量方法装置

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