“xgboost”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1478个，建议您升级VIP下载更多相关专利

[发明专利]基于XGBoost模型的城市交通结构分析方法及系统-CN202310406652.4在审
发明人：蒋源;张晓荣;唐鹏;于儒海;周垠;曹塽;张娜;丁睿 -专利权人：成都市规划设计研究院
申请日： 2023-04-17 - 公布日： 2023-07-18 - 主分类号： G06Q10/0637 文献下载
摘要：本发明涉及城市交通规划分析技术领域，公开了一种基于XGBoost模型的城市交通结构分析方法及系统，S1、通过居民入户抽样调查和多元数据融合分析对居民出行方式进行采集，获取居民出行方式数据；S2、提取所述居民出行方式数据的特征指标；S3、将所述特征指标划分为训练集和测试集，将训练集输入至XGBoost模型中对所述XGBoost模型进行训练，并对训练后的XGBoost模型进行测试，得到合格的城市交通结构分析模型；S4、将需要调查的地区的所有居民的手机信令数据输入至所述城市交通结构分析模型中
基于 xgboost 模型城市交通结构分析方法系统

[发明专利]结合遗传算法的XGboost在DNS隧道攻击检测中的应用方法-CN202310227832.6在审
发明人：苗功勋;路冰;孙琦 -专利权人：中孚安全技术有限公司
申请日： 2023-03-10 - 公布日： 2023-06-23 - 主分类号： H04L9/40 文献下载
摘要：本申请公开了一种结合遗传算法的XGboost在DNS隧道攻击检测中的应用方法，主要涉及DNS隧道攻击检测技术领域，用以解决现有方法检测误报率高、容易被绕过、不灵活等问题。包括：根据预设过滤条件，从采集的流量日志中提取DNS数据包；通过遗传算法对DNS数据包进行特征处理，以获得对应的DNS特征数据；根据DNS数据包和DNS特征数据生成样本数据；进而将样本数据作为预设XGBoost算法的输入，以获得训练好的预设XGBoost算法；将获取到的待检测数据作为训练好的预设XGBoost算法的输入，以获得输出结果；根据预设分析规则，确定输出结果对应的待检测数据是否为DNS隧道攻击。
结合遗传算法 xgboost dns 隧道攻击检测中的应用方法

[发明专利]银行产品的收益分析处理方法及装置-CN202310272627.1在审
发明人：史云峰;孟重;赵可嘉 -专利权人：中国工商银行股份有限公司
申请日： 2023-03-20 - 公布日： 2023-06-13 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种银行产品的收益分析处理方法及装置，涉及人工智能技术领域，包括：获取产品收益序列数据；检验产品收益序列数据，确定检验统计量，根据检验统计量将数据划分为多维度数据及单一维度数据；根据单一维度数据创建并训练XGBoost模型；根据多维度数据创建并训练ESN模型；根据XGBoost模型及ESN模型分别得到XGBoost模型预测结果及ESN模型预测结果；根据XGBoost模型及ESN模型预测结果，确定组合模型最终预测结果；
银行产品收益分析处理方法装置

[发明专利]一种基于猎人猎物优化XGBoost的短期电力负荷预测方法-CN202310276907.X在审
发明人：汪锟;周孟然;刘宇;朱梓伟 -专利权人：安徽理工大学
申请日： 2023-03-17 - 公布日： 2023-05-30 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于猎人猎物优化XGBoost的短期电力负荷预测方法，包括：(1)对获取的影响负荷预测因素的数据和负荷数据进行预处理，并划分训练集和预测集；(2)利用KPCA对训练集数据进行特征降维解耦；(3)将特征降维后的训练集，作为猎人猎物优化XGBoost模型的输入并进行训练得到预测模型；(4)将预测集经过降维解耦后输入S3训练好的预测模型中，并对预测模型的输出值进行修正，输出短期负荷预测值。本发明将影响负荷预测的因素和负荷数据通过KPCA降维构建模型输入矩阵，采用猎人猎物优化算法(HPO)对XGBoost的5个超参数进行寻优，构建HPO‑XGBoost短期负荷预测模型，鲁棒性强，具有较好的预测性能
一种基于猎人猎物优化 xgboost 短期电力负荷预测方法

[发明专利]基于XGBoost的呼吸机仿真预测系统及其实现方法-CN202211338421.6在审
发明人：邱禧荷;王成皓;熊玉洁;孙仕亮 -专利权人：上海工程技术大学
申请日： 2022-10-28 - 公布日： 2023-05-26 - 主分类号： G16H50/50 文献下载
摘要：本发明涉及一种基于XGBoost的呼吸机仿真预测系统及其实现方法，所述的系统包括：数据处理模块，用于重症监护医学数据集数据中相关特征的提取和数据预处理；XGBoost模型预测模块，用于根据呼吸机参数以及病人的重要生命体征来预测病人的血氧饱和度的变化，调参并进行性能比较；SHAP解释模型分析模块，用于分析得到呼吸机治疗过程中特征重要性排序结果；所述的数据处理模块分别与XGBoost模型预测模块和SHAP解释模型分析模块连接；所述的XGBoost模型预测模块和
基于 xgboost 呼吸仿真预测系统及其实现方法

[发明专利]基于地质约束和XGboost算法的高分辨率Gr预测方法-CN202110971163.4在审
发明人：颜世翠;杨勇;杜玉山;曹小朋;王树华;张鹏飞;杨河山;马骥;杨国杰;徐鹏晔 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司勘探开发研究院
申请日： 2021-08-23 - 公布日： 2023-02-28 - 主分类号： G06F18/2431 文献下载
摘要：本发明提供一种基于地质约束和XGboost算法的高分辨率Gr预测方法，包括：步骤1，进行井震精细标定；步骤2，针对储层段，在地震数据上提取多种属性；步骤3，在时间域，沿井轨迹提取地震属性和测井Gr值；步骤4，基于地质约束，进行地震属性优选；步骤5，利用XGboost算法进行属性优选；步骤6，在属性优选的基础上，将优选属性与测井Gr值作为特征值和标签，利用XGboost训练模型；步骤7，预测Gr三维数据体该基于地质约束和XGboost算法的高分辨率Gr预测方法不受低频模型的影响，井间可靠性高，可靠程度优于地质统计学反演，在实际工区的应用不受样本数量的影响，普适性较强。
基于地质约束 xgboost 算法高分辨率 gr 预测方法

[发明专利]车辆电池容量的预测方法及装置、存储介质、电子装置-CN202310878192.5在审
发明人：刘旭;何金金 -专利权人：重庆长安汽车股份有限公司
申请日： 2023-07-17 - 公布日： 2023-10-20 - 主分类号： G01R31/387 文献下载
摘要：该方法包括：获取样本车辆的初始数据；对初始数据进行预处理和数据增强，得到样本数据，其中，样本数据包括与电池工况数据和车辆状态数据对应的自变量、以及与电池容量值对应的因变量；根据样本数据训练极初始限梯度提升XGBoost模型，得到目标XGBoost模型；采用目标XGBoost模型预测目标车辆的实际电池容量。通过本发明实施例，防止该模型因数据量不足而导致模型预测精度较低，XGBoost模型可以有效避免当存在异常数据时造成的训练模型过拟合现象，解决了相关技术中预测汽车电池容量不准确的技术问题。
车辆电池容量预测方法装置存储介质电子

[发明专利]基于统计分析与XGboost结合的盾构纠偏方法-CN201810583493.4有效
发明人：孔宪光;王佩;郭泽坤;胡磊;宫思艺;常建涛 -专利权人：西安电子科技大学
申请日： 2018-06-08 - 公布日： 2019-11-15 - 主分类号： E21D9/093 文献下载
摘要：本发明提出了一种基于统计分析与XGboost结合的盾构纠偏方法，用于解决现有技术中存在的纠偏精度较低的技术问题，实现步骤为：获取盾构参数数据包；获取训练集数据和测试集数据；获取基于XGboost的盾构姿态参数回归模型通过统计分析，将姿态参数值划分为多个区间，并且对每个区间掘进数据通过XGboost所建立的回归模型进行计算，得到每组包含多条盾构数据的多组数据，使得每个区间给出一组盾构参考数据，给多环纠偏时参数设置提供依据，通过基于XGboost所拟合的回归模型，有效提高了所给出的盾构参考数据的准确性，进而提高了掘进纠偏的准确度。
纠偏盾构统计分析掘进参考数据回归模型参数数据包测试集数据盾构机姿态训练集数据准确度参数回归参数设置盾构姿态多组数据数据通过样本数据多环拟合

[发明专利]结合互补集合经验模态分解的Xgboost时间序列预测方法-CN201711353240.X有效
发明人：胥博 -专利权人：四川金网通电子科技有限公司
申请日： 2017-12-15 - 公布日： 2021-09-21 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了结合互补集合经验模态分解的Xgboost时间序列预测方法，具体步骤如下：步骤一：数据预处理；步骤二：利用互补集合的经验模态分解方法对销售数据时间序列处理互补集合的经验模态分解；步骤三：利用Xgboost建立正交性因素建立回归模型；步骤四利用Xgboost拟合非正交特征因素影响以外的部分。本发明利用本征模态函数的正交性，保证了Xgboost寻找最优模型的收敛路径首先是先从外空间然后到内空间，然后再从内空间中寻找一个路径逐步收敛到对应的本征模态函数，这两个收敛过程中分别减小了外空间误差和内空间误差
结合互补集合经验分解 xgboost 时间序列预测方法

[发明专利]一种基于时间差分的增量学习XGBOOST模型的自适应软测量建模方法-CN201811324351.2有效
发明人：葛志强;宋博 -专利权人：浙江大学
申请日： 2018-11-08 - 公布日： 2020-10-23 - 主分类号： G05B13/04 文献下载
摘要：本发明公开一种基于时间差分的增量学习XGBOOST模型的自适应软测量建模方法，该方法首先通过时间差分方法，计算过程输入输出采样的时间差分量，然后在输入和输出时间差分量上建立增量学习XGBOOST模型。基于时间差分的增量学习XGBOOST模型能够自适应地捕捉时变过程的变化，不断调整模型参数得到最准确的模型结构，相比于传统的自适应软测量模型，基于时间差分的增量学习XGBOOST模型能够有效提高对于时变过程建模的准确性
一种基于时间差增量学习 xgboost 模型自适应测量建模方法

[发明专利]一种基于XGBoost的园区客户群体负荷释放算法-CN202011100816.3有效
发明人：仝翠芝;王冲;高寅;崔阳阳;赵洪山;郭磊;燕凯;武文鹏;田伟;王之昕 -专利权人：国网冀北电力有限公司智能配电网中心;国家电网有限公司;华北电力大学（保定）
申请日： 2020-10-15 - 公布日： 2022-11-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于XGBoost的园区客户群体负荷释放算法，包括：获取园区客户群体一定时间内的负荷数据和相关特征数据，进行数据预处理；基于预处理后的负荷数据及特征，进行特征工程处理：进行初选，剔除相关性极强的特征，进行复选，选出其中比较重要的特征；基于复选出的特征变量，采用XGBoost算法预测本计量周期园区客户群体负荷，将上一个计量周期园区客户群体负荷作为输入，然后与本计量周期园区客户群体负荷作差，得到本计量周期园区客户群体负荷释放量本发明提供的基于XGBoost的园区客户群体负荷释放算法，将XGBoost算法引入负荷释放模型，引入多维特征并去除冗余或无关特征，提高了模型预测精度。
一种基于 xgboost 客户群体负荷释放算法

[发明专利]一种基于XGBoost网络的油井动液面计算方法-CN202310015813.7有效
发明人：赵捍军;师俊峰;王才;张凯;樊灵;吴金炼 -专利权人：中国石油大学（华东）
申请日： 2023-01-06 - 公布日： 2023-08-08 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种基于XGBoost网络的油井动液面计算方法，属于石油工程技术领域，具体包括以下步骤：收集油田区块中油井的历史数据，首先对数据进行相关性分析，然后进行数据预处理，获取最终得到XGBoost网络模型的输入、输出数据；构建XGBoost网络模型，并进行模型训练；利用测试集数据检查模型的泛化能力；基于训练完成的XGBoost网络模型，进行动液面的实时监测计算。
一种基于 xgboost 网络油井液面计算方法

[发明专利]基于改进XGBoost算法的意图识别方法及装置-CN201910487948.7有效
发明人：姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2019-06-05 - 公布日： 2023-04-28 - 主分类号： G06F40/30 文献下载
摘要：本发明提供了一种基于改进XGBoost算法的意图识别方法，采用Scikit‑learn算法中CountVectorizer和TfidfVectorizer类提取文本特征，然后生成训练集；待对训练样本完成训练之后，保存训练模型参数countVectorizer和tfidfVectorizer，作为中间件存储于本地，然后将训练后的样本信息输送至XGBoost模型进行意图训练，直至达到损失函数条件，终止模型训练，最终将XGBoost训练后模型自动存储于本地；将训练好模型对用户的语句进行意图识别。本发明将训练countVectorizer和tfidfVectorizer中间件存储于本地，便于程序本地化加载运行，根据训练文本数据特征间相互关联关系，直接对用户数据进行处理，从而降低系统开销，提高运行效率；将XGBoost
基于改进 xgboost 算法意图识别方法装置

[发明专利]基于人工智能的金融风险监控方法及相关设备-CN202110406361.6有效
发明人：陈博文;柳云鹏;黄隆 -专利权人：平安直通咨询有限公司上海分公司
申请日： 2021-04-15 - 公布日： 2023-09-26 - 主分类号： G06Q40/04 文献下载
摘要：该方法包括：包括获取获取训练样本，并利用训练样本对预设的初始XgBoost模型进行模型训练，得到最终的XgBoost模型；接收金融风险识别指令，并根据金融风险识别指令获取目标客户的当前特征数据，利用XgBoost模型对目标客户的金融风险进行评估，得到目标客户的评估等级；判断评估等级是否大于预设的等级阈值，若是则发送目标客户的特征数据至人工分析队列，若否则实时监控目标客户的特征数据；当监测到目标客户的特征数据有更新时，利用XgBoost
基于人工智能金融风险监控方法相关设备

[发明专利]基于时域特征的断路器机械故障XGBoost诊断方法-CN201911146128.8在审
发明人：戚佳金;陈建新;黄南天;高旭;吕峻;江奕军;王丽群;吴非斐;王根明;俞曙江;雍继磊 -专利权人：杭州电力设备制造有限公司;东北电力大学;国家电网有限公司
申请日： 2019-11-21 - 公布日： 2020-02-14 - 主分类号： G06K9/00 文献下载
摘要：一种基于时域特征的断路器机械故障XGBoost诊断方法属于高压断路器机械故障判断技术领域。本发明对正常状态、铁芯卡涩状态、螺丝松动状态以及拐臂润滑不足状态四种机械状态下的高压断路器振动进行信号采集，并通过采集的数据训练XGBoost故障状态分类器，训练完成后通过分析动作产生的振动信号用于高压断路器状态的判断XGBoost分类精度高，可并行化处理、可移植性强并且能够有效防止过拟合。
高压断路器高压断路器状态并行化处理断路器机械动作产生故障状态机械故障机械状态可移植性润滑不足时域特征数据训练松动状态信号采集振动信号分类器铁芯卡拐臂螺丝拟合采集诊断分类分析