“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]一种可扩展的多层集成多标记学习系统-CN201510662088.8有效
发明人：乔善平;吴鹏;韩士元 -专利权人：济南大学
申请日： 2015-10-09 - 公布日： 2019-02-22 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种可扩展的多层集成多标记学习系统，包括数据集、算法集合、集成策略集合和分类器集合，所述算法集合包括二类分类算法、面向标记集的学习算法和集成多标记学习算法，所述分类器集合包括二类分类器、多标记分类器和集成分类器，所述集成策略集合包括若干个集成策略，所述多层集成多标记学习系统分为二分类学习层、多标记学习层和集成学习层，所述二类分类算法和二类分类器构成二分类学习层，所述面向标记集的学习算法和多标记分类器构成多标记学习层，所述集成多标记学习算法、集成策略和集成分类器构成集成学习层。
一种扩展多层集成标记学习系统

[发明专利]智能学习方法及装置-CN201910343675.9在审
发明人：程宏亮;强劲;张建 -专利权人：美林数据技术股份有限公司
申请日： 2019-04-26 - 公布日： 2019-08-23 - 主分类号： G06N20/20 文献下载
摘要：本公开提供一种智能学习方法及装置，涉及信息技术领域，能够解决人工智能学习过程中，集成学习的数据自适应及集成方式不够灵活的问题。具体技术方案为：获取第一集成信息，第一集成信息用于指示一级算法内各个算法节点之间的逻辑关系；根据第一集成信息和至少一个基学习算法构建至少一个一级算法，一个一级算法包括至少一个基学习算法；获取第二集成信息，第二集成信息用于指示二级算法内各个算法节点之间的逻辑关系；根据至少一个一级算法构建二级算法，二级算法包括至少一个一级算法。本公开用于人工智能学习。
算法集成信息人工智能逻辑关系学习算法智能学习信息技术领域集成方式集成学习算法构建学习过程灵活的自适应构建学习

[发明专利]基于集成学习算法的碳纤维复合材料损伤定位方法-CN202210287705.0有效
发明人：高奡林;吴兴文;刘少辉;温泽峰;池茂儒;梁树林 -专利权人：西南交通大学
申请日： 2022-03-22 - 公布日： 2023-08-25 - 主分类号： G16C60/00 文献下载
摘要：本发明公开了基于集成学习算法的碳纤维复合材料损伤定位方法，包括(1)选取CFRP实验受测区域并构建应变传感器测试网络；(2)用不同重量的质量块依次施加在CFRP上模拟损伤，并获取应变特征信号；(3)构建集成学习算法模型，并训练所述集成学习算法模型；(4)利用得到的最优集成学习模型实现损伤定位。本发明集成学习组合多个弱学习器形成强学习器，有效提升学习器的预测性能。
基于集成学习算法碳纤维复合材料损伤定位方法

[发明专利]一种新的基于深度集成学习的图像识别算法-CN202111351249.3在审
发明人：邓泽林;胡钰聪 -专利权人：长沙理工大学
申请日： 2021-11-15 - 公布日： 2022-01-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种新的基于深度集成学习的图像识别算法，包括有图像数据预处理模块、深度算法模块、深度学习算法集成模块和预测输出模块，其特征在于图像数据预处理模块对输入的图像转换成模型输入矩阵并扩充数据；深度算法模块，包括在多个深度模型中进行择优选择，选择后的模型作为我们用于集成学习的基学习器，将基学习器进行独立训练，有助于增加分类器之间的多样性并加强独立性；深度学习算法集成模块将多个模型进行策略集成，结合多模型的多输出结果，最大化模型的输出；系统预测模块对集成模块输出判定结果。所述基于集成学习的图像识别网络通过充分利用基学习器的输出结果来缓解类歧义问题，有效提高模型容错能力，获得了更高的识别准确率。
一种基于深度集成学习图像识别算法

[发明专利]一种组态化机器学习建模任务描述的预测方法及系统-CN202111339559.3在审
发明人：劳莹莹;李佳阳;沈嘉灵;徐丽燕;陈子韵;王宇冬;陈佳佳;闫妮;张瑞智;李昊;季学纯;张珂珩 -专利权人：国电南瑞科技股份有限公司;南瑞集团有限公司;国网电力科学研究院有限公司
申请日： 2021-11-12 - 公布日： 2022-03-11 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种组态化机器学习建模任务描述的预测方法及系统，获取当前区域的业务数据，输入到集成多种机器学习算法的预测模型，输出该区域对应该业务的预测数据；根据业务需求从机器学习算法集成框架中提取与该业务数据相关的多个机器学习算法，生成对应业务的以有向无环图数据结构进行描述的机器学习流程化任务描述结构，每个机器学习算法为所述机器学习流程化任务描述结构中的一个运算节点，确定用于依次调用每个运算节点对应的运算程序的参数，进行模型训练；保存训练好的集成多种机器学习算法的预测模型。优点：封装各机器学习框架算法的集成框架，降低开发的人力成本、提高开发效率，降低人工智能技术应用的门槛。
一种组态机器学习建模任务描述预测方法系统

[发明专利]基于D-N的工业互联网入侵检测数据集处理方法-CN202111202373.3在审
发明人：刘明山;石伟诚;周原;韦晓宇 -专利权人：吉林大学
申请日： 2021-10-15 - 公布日： 2022-01-14 - 主分类号： G06F16/215 文献下载
摘要：本发明公开了一种基于D‑N的工业互联网入侵检测数据集处理方法，该算法改进了现有集成学习类算法解决工业互联网入侵检测问题时，数据集中的冗余数据项导致训练出的集成学习模型泛化性能差、数据集中某些类型的数据标签不能被集成学习的个体学习器识别、数据集中某些类型的数据标签被集成学习的个体学习器错误识别导致训练出的集成学习模型检测精度低的上述问题，为使用集成学习类算法解决工业互联网入侵检测问题时，训练数据集、验证数据集的处理提供了新的方法。
基于工业互联网入侵检测数据处理方法

[发明专利]基于遗传算法集成深度学习网络的药物推荐系统、计算机设备、存储介质-CN202110752111.8在审
发明人：宋弢;钟悦;田庆雨 -专利权人：中国石油大学（华东）
申请日： 2021-06-30 - 公布日： 2021-10-08 - 主分类号： G16B15/30 文献下载
摘要：本发明公开了一种基于遗传算法集成深度学习网络的药物推荐系统，属于药物重定位、深度学习、集成学习模型预测技术领域。该系统包括基于遗传算法集成深度学习网络，所述的基于遗传算法集成深度学习网络包括特征提取网络、遗传算法优化权重和全连接网络组成的序列处理模型。所述的基于遗传算法集成深度学习网络将药物分子SMILES序列和靶点蛋白FASTA序列输入特征提取网络进行充分的特征提取以获得特征向量，使用遗传算法为多个特征向量分配权重，将特征向量乘以各自权重后将其“拼接”一起形成拼接向量，将拼接向量和药物‑靶点结合亲和力真实值输入到全连接网络中进行回归分析，输出药物‑靶点结合亲和力预测值，将预测值排序，最终得到集成多种特征表示方式的针对特定靶点的药物分子推荐列表。
基于遗传算法集成深度学习网络药物推荐系统计算机设备存储介质

[发明专利]一种基于集成机器学习的故障电弧检测方法-CN202110072617.4在审
发明人：王毅;陈进 -专利权人：重庆邮电大学
申请日： 2021-01-19 - 公布日： 2021-06-04 - 主分类号： G01R31/12 文献下载
摘要：本发明公开了一种基于集成机器学习的低压交流供电系统下的串联故障电弧检测方法，主要针对低压交流供电系统下产生串联故障电弧时由于电弧燃烧程度不同，电流畸变程度不同而导致漏检、错检。本发明方法包括：在低压交流供电系统下，收集不同类型负载单独工作下的正常和故障电流及多个负载并联工作时的正常和故障电流；从回路电流中提取时域特征，将时域特征组成特征矩阵对机器学习算法决策树和集成学习算法随机森林等进行参数寻优；将bagging集成学习算法以及boosting集成学习算法代替机器学习算法作为基学习器通过Stacking模型融合构建低压交流故障检测模型。
一种基于集成机器学习故障电弧检测方法

[发明专利]一种基于增量集成学习的多时相影像分类方法-CN201510582557.5有效
发明人：谷延锋;刘欢 -专利权人：哈尔滨工业大学
申请日： 2015-09-14 - 公布日： 2018-11-02 - 主分类号： G06K9/62 文献下载
摘要：一种基于增量集成学习的多时相影像分类方法，涉及多时相遥感图像分类技术领域。本发明是为了解决多时相影像分类精度低的问题。本发明在集成学习的基础之上，引入增量学习，构造多时相分类器，实现连续地在线学习。首先，每个时相的影像数据分别作为支持向量机SVM算法的基本核函数，然后通过集成学习算法得到强分类器C₀；其次，引入新的训练数据，更新原始的训练数据集，得到增量数据集，再通过集成学习算法得到强分类器C₁；依次引入新的训练数据，通过集成学习算法得到强分类器C_n；最后各个强分类器相加得到最终分类器，用于测试样本的分类。
一种基于增量集成学习多时影像分类方法

[发明专利]一种基于差分演化的自适应集成学习方法及系统-CN201710439645.9在审
发明人：郭海湘;顾明贇;李诒靖;黄媛玥 -专利权人：中国地质大学（武汉）
申请日： 2017-06-12 - 公布日： 2017-11-17 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于差分演化的自适应集成学习方法及系统，该自适应集成学习方法及系统利用DE算法将从备选算法池里搜索最优的算法组合进行训练，以生成DE‑AMCS模型，本发明采用DE算法来找出不同数据在每个组成部分的最优算法从而完成最优组合使得针对不同的不均衡数据，系统能够选择最优的集成学习模型来完成分类任务。
一种基于演化自适应集成学习方法系统

[发明专利]一种基于集成学习的细胞类型自动分类方法-CN202210570833.6在审
发明人：龚乐君;周佘海 -专利权人：南京邮电大学
申请日： 2022-05-24 - 公布日： 2022-08-09 - 主分类号： G16B40/20 文献下载
摘要：一种基于集成学习的细胞类型自动分类方法，该集成学习算法使用bagging的方式集成了各种在单细胞测序领域性能较好的机器学习算法，如支持向量机(SVM)，逻辑回归（LR）、随机森林（RF）等，使用投票的方式决定最终的预测细胞类型使用该集成学习方法在多个不同类型的单细胞RNA测序数据集上进行细胞分类的性能比较，将取得更好的分类性能，以体现该集成学习方法的泛化性及优越性。
一种基于集成学习细胞类型自动分类方法

[发明专利]基于集成学习的LIBS定量分析方法-CN201911008476.9有效
发明人：龚革联;徐红云;曾健;田岑熙;陆涛 -专利权人：中国科学院广州地球化学研究所;华南理工大学
申请日： 2019-10-22 - 公布日： 2021-07-30 - 主分类号： G01N21/63 文献下载
摘要：本发明公开了一种基于集成学习的LIBS定量分析方法。所述方法包括如下步骤：目标元素原始特征提取；使用遗传算法筛选原始特征；使用前向序列选择算法筛选特征；合并各基学习器筛选特征；训练筛选基学习器；使用Stacking集成选择的基学习器；训练筛选元学习器，并用效果最佳的学习器作为集成模型元学习器构成集成模型
基于集成学习 libs 定量分析方法

[发明专利]构建和训练用于预测客流量的集成预测模型的方法及装置-CN202011027112.8在审
发明人：吴凡;李晓莉;赵昭 -专利权人：建信金融科技有限责任公司
申请日： 2020-09-25 - 公布日： 2021-01-22 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种构建和训练用于预测客流量的集成预测模型的方法及装置，包括：利用多种彼此不同的算法构成集成预测模型的基学习器；利用与构成所述基学习器的算法不同的算法作为集成预测模型的元学习器；将解释变量划分为训练集和验证集，利用所述训练集和验证集对所述基学习器进行机器学习，输出预测结果变量集；将所述基学习器输出的预测结果变量集划分为用于元学习器的训练集和验证集，利用所述用于元学习器的训练集和验证集对所述元学习器进行机器学习，从而获得集成预测模型。
构建训练用于预测客流量集成模型方法装置

[发明专利]一种基于Bagging_BP算法的在线学习行为分析方法-CN201910930579.4有效
发明人：马汉达;刘相涛 -专利权人：江苏大学
申请日： 2019-09-29 - 公布日： 2022-06-21 - 主分类号： G06N3/08 文献下载
摘要：本发明属于数据分析技术领域，具体涉及一种基于Bagging_BP算法的在线学习行为分析方法；该方法利用学习者在网络学习平台的学习数据，采用一种Bagging集成学习方法集成BP神经网络算法，通过学习者的学习行为训练算法，通过训练后的算法对新的学习者进行预测，进一步的通过预测的结果反馈给学习者对学习者的学习行为进行改进并提升学习者的学习效率和成绩；本发明提升了在线学习行为分析的准确率和效率，为学习者提供更加有效预测和反馈
一种基于 bagging_bp 算法在线学习行为分析方法

[发明专利]一种基于半监督集成学习的干旱灾害天气预测方法-CN202210455860.9在审
发明人：段勇;王鑫炎 -专利权人：沈阳工业大学
申请日： 2022-04-28 - 公布日： 2022-08-02 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及半监督、集成学习技术领域，具体涉及一种基于半监督集成学习的干旱灾害天气预测方法，在基于自训练的半监督学习算法中构建动态选择样本数据算法，可以根据模型在训练样本过程中对无标签数据预测的置信度水平动态选择样本数据提出的基于目标最大化布谷鸟优化的选择性集成学习剪枝算法可以最大程度的满足基学习器的精度以及基学习器之间的差异性，采用了多角度进行选择性集成，泛化性能更好，并且算法运行效率更快，模型精度更高。
一种基于监督集成学习干旱灾害天气预测方法

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