“gbdt ”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412个，建议您升级VIP下载更多相关专利

[发明专利]评分卡模型构建方法、装置、设备及计算机可读存储介质-CN202110078425.4在审
发明人：陈希蔓;陈婷;吴三平;庄伟亮 -专利权人：深圳前海微众银行股份有限公司
申请日： 2021-01-20 - 公布日： 2021-05-11 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种评分卡模型构建方法、装置、设备及计算机可读存储介质，该方法包括：获取客户的信用行为数据，并将所述信用行为数据作为训练数据，以基于所述训练数据对GBDT模型进行训练，其中，所述GBDT模型包括多棵决策树；在对所述GBDT模型中的各所述决策树进行训练时，确定所述决策树的非叶子节点中的待定异常节点，并对所述待定异常节点进行校验，确定所述待定异常节点中的异常节点；基于所述异常节点，重新训练所述GBDT模型，在训练完成所述GBDT模型后得到对应的评分卡模型。本发明通过控制GBDT模型内部的结构，对GBDT模型进行优化，使评分卡模型不仅保留了GBDT模型的优秀效果，而且保证了模型的可解释性。
评分模型构建方法装置设备计算机可读存储介质

[发明专利]基于Soft GBDT的跨特征联邦学习方法、预测方法-CN202110806104.1有效
发明人：周一竞;孟丹;李宏宇;李晓林 -专利权人：同盾控股有限公司;同盾科技有限公司
申请日： 2021-07-16 - 公布日： 2022-08-26 - 主分类号： G06K9/62 文献下载
摘要：本公开是关于一种基于Soft GBDT的跨特征联邦学习方法、数据预测方法及装置，涉及机器学习技术领域，该基于Soft GBDT的跨特征联邦学习方法包括：利用Soft GBDT计算第一特征数据在SoftGBDT中的第一内节点的第一线性回归部分；计算第一线性回归部分以及第二线性回归部分在Soft GBDT中的叶子节点的输出值，并计算Soft GBDT中所包括的当前软决策树的局部损失函数；根据局部损失函数计算Soft GBDT的全局损失函数，并根据全局损失函数计算第一内节点的第一梯度，以对Soft GBDT的第一内节点的参数进行更新。
基于 soft gbdt 特征联邦学习方法预测方法

[发明专利]一种基于GBDT-INSGAII的EAS声磁系统标签识别算法-CN201910578275.6有效
发明人：周在正 -专利权人：南京丰厚电子有限公司
申请日： 2019-06-28 - 公布日： 2023-03-24 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了一种基于GBDT‑INSGAII的EAS声磁系统标签识别算法。标签识别算法的主要步骤为：采用GBDT模型作为标签识别算法训练模型；对GBDT训练模型参数进行初始化；对声磁标签信号样本数据对进行数据预处理后分成两组；根据训练数据，采用INSGAⅡ算法对GBDT模型初始参数进行优化；将测试数据代入GBDT训练模型，计算误差，更新GBDT模型的参数值；满足训练结束条件后得到GBDT标签信号识别模型；将实测的标签信号数据经过预处理后。本发明采用的INSGAⅡ算法对较优的父代的变异操作中引入混沌变异算子，与传统NSGAⅡ相比，加快了收敛速度，并且防止了局部早熟收敛；本发明提出基于GBDT‑INSGAII的EAS系统标签识别算法提高了灵敏度
一种基于 gbdt insgaii eas 系统标签识别算法

[发明专利]一种基于GBDT的多指标融合的电芯生产质量的评价方法-CN202211551006.9在审
发明人：金帅;杨红新;李翌辉;周晓毅;杨成宏;武振昕;梁洋洋 -专利权人：章鱼博士智能技术（上海）有限公司
申请日： 2022-12-05 - 公布日： 2023-04-25 - 主分类号： G06Q10/0639 文献下载
摘要：本发明公开了一种基于GBDT的多指标融合的电芯生产质量的评价方法，涉及电芯生产质量评价技术领域，包括以下步骤：数据预处理，获取一组原始值，对相关的原始值进行处理，建立GBDT模型，构建样本训练集，最后利用训练集训练GBDT模型，得到输出结果准确的GBDT模型；计算制程过程的质量评分，使用GBDT模型进行预测，输入因子是制程过程中的标准化数值Yi，按照GBDT模型的训练的设置，得到的预测值是0‑1之间的数值，模型计算与应用推理本发明为一种基于GBDT的多指标融合的电芯生产质量的评价方法，能够自动安装支护装置，评价精度高。
一种基于 gbdt 指标融合生产质量评价方法

[发明专利]建立火控系统故障预测模型、故障预测方法及相关装置-CN202211479910.3在审
发明人：李英顺;曹胜冲;郭占男;刘海洋;赵玉鑫;郭丽楠;匡博琪 -专利权人：北京石油化工学院;沈阳顺义科技有限公司
申请日： 2022-11-24 - 公布日： 2023-04-04 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及建立火控系统故障预测模型、故障预测方法及相关装置，包括：获取陀螺仪组的原始数据，通过TOPSIS算法对数据进行评价排序并归一化处理，构建输入数据集；构建GBDT模型，以GBDT模型作为故障预测模块的学习器，根据所述训练数据集对所述GBDT模型进行训练，使用改进的鲸鱼优化算法对GBDT模型进行优化；通过所述测试数据集对经过训练的所述GBDT的预测能力进行检测，得到基于改进的鲸鱼优化算法优化的梯度提升决策树回归预测模型本发明通过改进的鲸鱼优化算法对梯度提升决策树的参数进行优化，弥补了在训练过程中参数选择的盲目性的缺陷，提高了回归预测模型的预测精度，与决策树、支持向量机、GBDT算法实验对比来看，IWOA‑GBDT具有更高的预测精度和实用性
建立火控系统故障预测模型故障方法相关装置

[发明专利]信用评价方法和装置以及梯度渐进决策树参数调整方法和装置-CN201780039489.5有效
发明人：赵敏;林磊 -专利权人：深圳乐信软件技术有限公司
申请日： 2017-09-28 - 公布日： 2022-04-19 - 主分类号： G06Q10/06 文献下载
摘要：信用评价方法和装置以及梯度渐进决策树参数调整方法和装置，该信用评价方法可以包括：将第一样本数据分别输入至少两个梯度渐进决策树GBDT模型中，得到第一信用逾期概率集，所述第一样本数据为第一用户集的信用数据；将第二样本数据分别输入所述至少两个GBDT模型中，得到第二信用逾期概率集，所述第二样本数据为第二用户集的信用数据；所述至少两个GBDT模型的GBDT参数不同；根据所述第一信用逾期概率集和所述第二信用逾期概率集进行KS值计算，根据计算结果，从所述至少两个GBDT模型中确定目标GBDT模型；以及根据所述目标GBDT模型对用户进行信用评价。
信用评价方法装置以及梯度渐进决策树参数调整

[发明专利]在线GBDT模型学习方法及装置-CN201910243086.3在审
发明人：崔卿 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-03-28 - 公布日： 2019-07-19 - 主分类号： G06N20/00 文献下载
摘要：本公开提供一种在线GBDT预测模型学习方法，包括：获取用于学习GBDT预测模型的样本数据集；以及使用所述样本数据集来基于GBDT预测模型中的至少一个决策树的模型参数进行模型学习，以创建新决策树并且更新至少一个决策树的模型参数此外，还可以从至少一个决策树去除部分决策树，并且基于去除处理后的GBDT预测模型来创建新决策树并更新决策树的模型参数。利用该方法，可以高效地实现GBDT预测模型学习。此外，还可以为GBDT预测模型的各个决策树赋予权重因子，由此提高模型预测准确性。
决策树预测模型模型参数模型学习样本数据去除模型预测权重因子更新创建学习赋予

[发明专利]基于GBDT算法的评分卡模型的建模方法及其系统-CN202010236404.6在审
发明人：江远强 -专利权人：百维金科（上海）信息科技有限公司
申请日： 2020-03-30 - 公布日： 2020-06-19 - 主分类号： G06Q40/02 文献下载
摘要：本发明提供了基于GBDT算法的评分卡模型的建模方法及其系统，所述基于GBDT算法的评分卡模型的建模方法包括建模样本的选择定义、数据特征获取、数据预处理、特征工程、GBDT算法开发、模型调参评估、模型部署及监控，所述GBDT算法开发包括将经过特征工程处理后的数据按比例随机或根据申请日期跨时间划分为测试集和训练集，将所述训练集放到GBDT算法模型当中进行训练，并用测试集来验证训练后模型的模型指标。实施本发明技术方案，将传统的信用评分卡的构建流程与GBDT算法相结合，在特征工程过后，利用GBDT算法替代逻辑回归算法对模型数据进行训练、调参、评估，可优化处理异常值和缺失值较高的新型互联网多维度数据，
基于 gbdt 算法评分模型建模方法及其系统

[发明专利]一种基于梯度提升决策树与逻辑回归融合的运维人员智能推荐方法和装置-CN202210002324.3在审
发明人：袁志宏;吴雷;郑剑英;康俊利 -专利权人：北京磁浮有限公司
申请日： 2022-01-04 - 公布日： 2022-02-08 - 主分类号： G06Q10/00 文献下载
摘要：本发明的方法包括：建立GBDT+LR模型；建立运维人员智能推荐数据集；对运维人员智能推荐数据集进行预处理，预处理包括填充缺失值和特征处理；将预处理的运维人员智能推荐数据集划分为训练集和验证集；利用训练集对GBDT+LR模型进行训练，获取GBDT+LR模型的参数；根据GBDT+LR模型的参数，获取训练后的GBDT+LR模型；利用验证集对训练后的GBDT+LR模型进行验证，确定最终的GBDT+LR模型。
一种基于梯度提升决策树逻辑回归融合人员智能推荐方法装置

[发明专利]一种基于Bagging-Fuzzy-GBDT算法的心脏病预测方法-CN201910519177.5有效
发明人：袁晓铭;王雪;韩建超;刘杰民;陈海宴;刘志刚 -专利权人：东北大学秦皇岛分校
申请日： 2019-06-17 - 公布日： 2022-05-27 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于Bagging‑Fuzzy‑GBDT算法的心脏病预测方法，首先根据病人心脏病数据的特点，将数据中取值范围变化大的属性取出，利用模糊逻辑将这些数据进行模糊化；将模糊化的数据与GBDT算法相结合，组成Fuzzy‑GBDT心脏病预测算法；最后利用Bagging算法通过m次有放回的采样，增加数据的多样性，将Bagging算法与Fuzzy‑GBDT算法相结合，提出本文的Bagging‑Fuzzy‑GBDT本发明降低了Fuzzy‑GBDT预测算法的方差，以此来增加数据的多样性，避免单个点造成过拟合，在兼顾预测算法高泛化性的同时提高预测算法的准确性。(4)本发明通过实验进行了性能评价，结果表明，本发明的Bagging‑Fuzzy‑GBDT心脏病预测算法同时具有较好的准确性和泛化性。
一种基于 bagging fuzzy gbdt 算法心脏病预测方法

[发明专利]模型训练方法、广告推荐方法、相关装置、设备及介质-CN201811165700.0在审
发明人：刘均;陈子安 -专利权人：深圳市元征科技股份有限公司
申请日： 2018-09-30 - 公布日： 2019-03-08 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种模型训练方法，包括：固定第一GBDT模型的第一参数，逐步增大第一GBDT模型的第二参数，在逐步增大第二参数的过程中，当第一GBDT模型输出的准确率的变化率小于第一阈值时，确定目标第二参数；固定目标第二参数，逐步增大第一参数，在逐步增大第一参数的过程中，当第一GBDT模型输出的准确率的变化率小于第二阈值时，确定目标第一参数；通过输入的原始数据，以目标第一参数和目标第二参数来训练第一GBDT模型，得到第二GBDT模型。
逐步增大准确率广告推荐模型训练相关装置变化率阈值时计算机可读存储介质固定目标原始数据输出复杂度推送申请

[发明专利]一种基于非线性集成模型的预测数据错误风险方法-CN202010270673.4有效
发明人：赖欣;刘若愚;王嘉寅;张选平;朱晓燕 -专利权人：西安交通大学
申请日： 2020-04-08 - 公布日： 2022-12-09 - 主分类号： G06N20/00 文献下载
摘要：本发明公开了一种基于非线性集成模型的预测数据错误风险方法，对数据进行预处理；进行数据编码；基于编码数据构建GBDT框架下的数据错误风险预测模型，通过梯度提升算法将若干个CART树的结果进行加权求和后输出为最终结果；训练GBDT模型，取出某一时间段内的所有样本，将其和全部样本分别输入到训练好的GBDT模型中进行预测；根据训练好的GBDT模型，计算所有输入的风险因素的特征重要性；根据特征重要性从高到低进行排序；使用确定的参数，以新数据集的所有样本作为输入数据，训练新的GBDT模型并取出相同时间段内的所有样本，和全部样本分别输入到训练好的新GBDT模型中进行预测。
一种基于非线性集成模型预测数据错误风险方法

[发明专利]一种基于GBDT模型的水质特征矿泉水分类方法-CN202011090036.5在审
发明人：单耀;王艺岚 -专利权人：华北科技学院
申请日： 2020-10-13 - 公布日： 2021-01-05 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于GBDT模型的水质特征矿泉水分类方法，包括：在矿泉水水源地采集水样；测试每组水样的水质信息；利用多组水质信息建立Excel表，导入R语言；利用主成分分析方法将数据降维以得到降维数据；利用高斯混合模型将降维数据进行分类以得到分类数据；将分类数据进行标记，选择可有效区分的多组标记数据；将多组标记数据按照7：3的比例分为训练数据集和测试数据集；对训练数据集进行特征选择；建立GBDT模型；将GBDT模型用于测试数据集，评估GBDT模型的正确率。根据本发明的基于GBDT模型的水质特征矿泉水分类方法，提升了矿泉水分类的合理性和科学性。
一种基于 gbdt 模型水质特征矿泉水分类方法

[发明专利]一种基于GBDT的药品患者使用人数的预测方法及系统-CN202010213399.7在审
发明人：沈晓飞;夏天 -专利权人：中电药明数据科技（成都）有限公司
申请日： 2020-03-24 - 公布日： 2020-07-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于GBDT的药品患者使用人数的预测方法及系统，该方法包括：获取多个患者的就诊数据，并进行预处理；对经过预处理后的就诊数据，进行特征选择；根据预处理后的就诊数据和选择的特征，生成模型训练所需的数据，分成训练数据和测试数据；基于所述训练数据使用GBDT回归算法训练GBDT模型；根据训练后的GBDT模型对药品患者使用人数进行预测；所述训练后的GBDT模型在测试数据上的预测结果与真实值的偏差率，低于预设阈值
一种基于 gbdt 药品患者使用人数预测方法系统

[发明专利]一种基于特征选择与GBDT模型的矿井突水水源判别方法-CN202011090956.7在审
发明人：单耀;郭瑞强;朱加锋;马兆峰;杨连超 -专利权人：华北科技学院;山西潞安环保能源开发股份有限公司
申请日： 2020-10-13 - 公布日： 2021-04-23 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于特征选择与GBDT模型的矿井突水水源判别方法，包括：步骤S1：确定参与建模的含水层，在含水层采集水样，水样的数量为至少60组；步骤S2：测试每组水样的水质信息；步骤S3：利用R语言将多组水质信息按照7：3的比例分为训练数据集和测试数据集；步骤S4：对训练数据集采用随机森林的方法进行特征选择，选取3‑6个参数，并得到第一数据集；步骤S5：建立第一GBDT模型；步骤S6，建立第二GBDT模型。根据本发明的基于特征选择与GBDT模型的矿井突水水源判别方法，使用了随机森林方法进行特征选择，使用GBDT模型框架进行建模，可以提升模型结果的准确性。
一种基于特征选择 gbdt 模型矿井水源判别方法

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 412 条