“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]一种基于XGBoost特征选择与深度学习结合的基因到表型预测方法和系统-CN202310359159.1在审
发明人：吴翠玲;章依依;王军;徐晓刚;冯献忠;冷建田 -专利权人：之江实验室;中国科学院东北地理与农业生态研究所
申请日： 2023-03-31 - 公布日： 2023-08-15 - 主分类号： G16B20/00 文献下载
摘要：基于XGBoost特征选择与深度学习结合的大豆基因到表型预测方法，首先基于XGBoost方法进行特征选择挑选基因位点，根据XGBoost获得每个基因位点的重要性量度，根据重要性量度排序将重要的基因位点挑选出来本发明利用XGBoost进行重要基因位点筛选，过滤掉大量冗余的基因位点，并利用生成网络学习基因位点的分布，对基因位点重构，重构网络的参数作为预训练参数指导基因预测表型的训练，提高表型预测的效率和效果。
一种基于 xgboost 特征选择深度学习结合基因表型预测方法系统

[发明专利]一种油浸式变压器状态的智能评估方法-CN202310115667.5在审
发明人：骆钊;王钢;李钊;朱家祥;刘德文;龚泽;喻品钦;雷元庆;代昕睿;王琛;马三立 -专利权人：昆明理工大学
申请日： 2023-02-15 - 公布日： 2023-05-30 - 主分类号： G06F16/215 文献下载
摘要：样本数据集，S2、对DGA样本数据进行数据筛选，S3、采用无编码比值法对DGA数据预处理，S4、确定特征量维度，并对相应的变压器状态进行编码，S5、平衡数据样本，进行分组，抽取训练集和测试集，S6、建立基于XGBoost的变压器评估模型，S7、采用改进粒子群优化XGBoost的关键超参数，提出IPSO‑XGBoost评估模型，S8、在IPSO‑XGBoost评估模型中导入训练集进行机器训练，导入测试集对变压器状态进行智能评估
一种油浸式变压器状态智能评估方法

[发明专利]低带宽场景的联邦xgboost算法预测方法及装置-CN202211671653.3在审
发明人：裴吉;黄一珉;王湾湾;何浩;姚明 -专利权人：深圳市洞见智慧科技有限公司
申请日： 2022-12-23 - 公布日： 2023-03-28 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例公开了一种低带宽场景的联邦xgboost算法预测方法及装置，应用于多方计算系统，所述多方计算系统包括P个计算方和xgboost模型的模型属主方，P为大于1的整数；所述方法包括：通过所述P个计算方中的每一计算方基于各自的原始数据和所述xgboost模型进行预测，得到P个预测结果，每一预测结果包括稀疏预测矩阵和预测向量；通过所述模型属主方将所述P个预测结果恢复成稠密预测向量，得到P个稠密预测向量；通过所述模型属主方将所述P个稠密预测向量求交采用本申请实施例可以提升低带宽环境下的联邦xgboost算法的预测效率。
带宽场景联邦 xgboost 算法预测方法装置

[发明专利]新能源消纳受阻影响因素重要性的评估方法、介质及系统-CN202211156481.6在审
发明人：衣立东;王吉利;丁茂生;王国军;王小立;黄玉雄;柯贤波;李更丰;摆世彬;李宏强;薛飞;田志浩;张钢;程林;刘刚 -专利权人：国网宁夏电力有限公司电力科学研究院;西安交通大学;国家电网有限公司西北分部;国网宁夏电力有限公司
申请日： 2022-09-22 - 公布日： 2023-01-31 - 主分类号： G06Q10/063 文献下载
摘要：本发明公开一种新能源消纳受阻影响因素重要性的评估方法、介质及系统，包括：获取包含当地新能源消纳受阻影响因素和新能源断面受阻量的训练样本；建立影响因素和新能源断面受阻量之间的XGBoost预测模型；以训练样本中的影响因素为输入量，训练样本中的新能源断面受阻量作为输出量，训练XGBoost预测模型；获取训练后的XGBoost预测模型的每种影响因素的中间参数；根据每种影响因素的中间参数，计算每种影响因素的重要性综合指标；按照每种影响因素的重要性综合指标从大到小的顺序本发明通过训练XGBoost预测模型得到中间变量以得到重要性综合指标来评估影响因素的重要性。
新能源受阻影响因素重要性评估方法介质系统

[发明专利]一种基于Autoformer模型和XGBoost模型的多任务负荷预测方法及其系统-CN202211573438.X在审
发明人：蒋志鹏;张建宇;戴帅夫;李莉 -专利权人：北京九栖科技有限责任公司
申请日： 2022-12-08 - 公布日： 2023-03-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于Autoformer模型和XGBoost模型的多任务负荷预测方法及其系统，包括以下步骤：获取历史数据，分别提取时间特征、气象特征、人口特征以及居民负荷数据，从而构造历史时序数据；基于Autoformer模型进行对人口数量和居民负荷进行预测，得到一个时间段内人口数量预测值和居民最大负荷预测值；基于XGboost模型利用时间特征、气象特征以及Autoformer模型预测的人口数量预测值对同一个时间段内的居民最大负荷进行预测；将Autoformer模型和XGboost模型预测到的居民最大负荷进行融合，得到最终预测结果。该系统包括特征提取模块、Autoformer模型预测模块、XGboost模型预测模块和预测结果融合模块；本发明解决了现有技术中无法有效利用时序数据进行负荷预测这一问题。
一种基于 autoformer 模型 xgboost 任务负荷预测方法及其系统

[发明专利]运动效果监测方法、系统、设备及可读存储介质-CN202310619284.1在审
发明人：张晟;严春辉;刘长江;石磊 -专利权人：西安交通大学
申请日： 2023-05-29 - 公布日： 2023-09-08 - 主分类号： G16H20/30 文献下载
摘要：公开了一种运动效果监测方法、系统、设备及可读存储介质，包括：获取待监测对象在运动中的指标数据样本；将所述指标数据样本输入预设的运动效果分类预测模型，得到待监测对象的运动效果评估结果；其中，运动效果分类预测模型由XGBoost通过将将贝叶斯优化算法和XGBoost算法引入至运动效果评估中，通过贝叶斯优化算法确定XGBoost算法的超参数，提高XGBoost算法的预测精度，同时相较于基于统计学的方法和现有运动效果评估方法具有更高的可解释性
运动效果监测方法系统设备可读存储介质

[发明专利]一种汽车金融风险智能化识别方法及系统-CN202310807524.0在审
发明人：张辉;李建州;杨兴海;杨兴荣;武林 -专利权人：世纪恒通科技股份有限公司
申请日： 2023-07-04 - 公布日： 2023-10-03 - 主分类号： G06Q20/40 文献下载
摘要：通过直接采集带有交易类型标签的历史金融数据样本建立金融数据风控模型，能够有效提高金融数据风控模型的构建效率，根据金融数据风控模型实现对目标金融数据的智能化数据预测，有效提高预测效率和准确率，通过获取训练样本，建立XGBoost模型，利用训练样本对预设的初始XGBoost模型进行训练学习，得到XGBoost模型及参数，利用经训练的XGBoost模型对目标客户的金融风险进行评估。
一种汽车金融风险智能化识别方法系统

[发明专利]一种基于GEP参数优化XGBoost的电力系统短期负荷预测方法-CN202010096168.2有效
发明人：邓松;董霞;蔡清媛;岳东;袁新雅;陈福林;张建堂;祝展望 -专利权人：南京邮电大学
申请日： 2020-02-17 - 公布日： 2022-08-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于GEP参数优化XGBoost的电力系统短期负荷预测方法，属于电力系统的负荷技术领域，在信息量大的电力负荷数据中研究短期负荷预测的方法，得出待预测日的电力负荷特性，它主要包含三个部分：相似日选取、GEP算法优化参数、XGBoost模型训练及预测；其中相似日选取将关键影响因素进行权重计算，构成加权面板数据灰色关联判断矩阵。计算选取与待预测日相似度高的数据作为相似日集；GEP算法优化参数通过GEP算法将预测模型中的重要参数进行迭代遗传操作求取适应度以得到参数的最优解，提高模型的准确性；XGBoost模型训练及预测将相似日集作为训练集输入到XGBoost模型中训练以得到功能完善、预测精确的模型。
一种基于 gep 参数优化 xgboost 电力系统短期负荷预测方法

[发明专利]基于大数据分析的轨道交通杂散电流波形预测系统及方法-CN202210435426.4有效
发明人：童涛;徐碧川;李唐兵;周银彪;王鹏;童超;曾磊磊;万华;胡睿智;周友武 -专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司;国网江西省电力有限公司
申请日： 2022-04-24 - 公布日： 2022-09-02 - 主分类号： G06F30/27 文献下载
摘要：该方法通过轨道交通杂散电流分析大数据库收集轨道交通的杂散电流历史波形数据、轨道交通历史运行数据、非交通类历史数据和非交通类短期预测数据，对收集到的数据进行分类归集，通过人工智能技术预测短期轨道交通运行数据；对杂散电流历史波形数据预处理形成杂散电流波形特征数据集，并输入XGBoost模型训练，将短期轨道交通运行数据和非交通类短期预测数据输入训练后的XGBoost模型，实现对未来时刻轨道交通的杂散电流波形进行预测，再将预测后的波形特征数据集作为测试集，检验和修正XGBoost模型，保证XGBoost模型预测的精准度。
基于数据分析轨道交通电流波形预测系统方法

[发明专利]一种基于机器学习和特征选择的DRDoS攻击检测方法-CN202110534719.3有效
发明人：周华春;杨天奇;王玮琳;李丽娟;李颖之;沈琦 -专利权人：北京交通大学
申请日： 2021-05-17 - 公布日： 2022-07-01 - 主分类号： H04L9/40 文献下载
摘要：根据数据包头信息中的五元组将收集的数据包划分为不同的网络流，提取各个网络流的流特征建立数据集；使用攻击原理分析、特征重要性排名和特征分布对所述流特征数据集中的网络流特征进行特征筛选，得到关键特征；利用所述流特征数据集和所述关键特征对XGBoost模型进行调参训练，得到检测性能指标最好的XGBoost模型；利用训练好的XGBoost模型对待检测网络的入口流量数据进行在线检测，输出流量的检测分类结果。本发明利用XGBoost来学习DRDoS攻击的行为，可以识别出网络中的多种类型的DRDoS攻击，降低网络中的恶意流量。
一种基于机器学习特征选择 drdos 攻击检测方法

[发明专利]一种磁盘故障预测方法和系统-CN202010471262.1有效
发明人：王团结;梁鑫辉;曹琪 -专利权人：苏州浪潮智能科技有限公司
申请日： 2020-05-28 - 公布日： 2022-11-18 - 主分类号： G06F11/22 文献下载
摘要：：使用SMART技术对磁盘数据集进行采样，标记得到与故障磁盘对应的正样本以及与正常磁盘对应的负样本；按照预设时序提取每个正样本和负样本的SMART特征，得到每个正样本和负样本的时序特征；在极致梯度提升XGBoost算法中导入自定义损失函数，得到改进型XGBoost算法；其中，在自定义损失函数中正样本误分类造成的损失大于负样本；以时序特征作为输入、且以正样本和负样本作为输出，导入至改进型XGBoost算法，以使改进型XGBoost算法对磁盘数据集进行机器学习，得到磁盘故障预测模型。
一种磁盘故障预测方法系统

[发明专利]一种基于XGBoost算法的船舶运动实时预报方法及系统-CN202310555729.4有效
发明人：张园园;杨晨辉;张润晗;袁潮 -专利权人：华中科技大学
申请日： 2023-05-17 - 公布日： 2023-08-01 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于XGBoost算法的船舶运动实时预报方法及系统，所述方法包括：分别采集船舶六自由度运动数据；对每一自由度的船舶运动数据，分别提取船体的运动特征数据；分别将每一类船体运动特征数据划分为训练集和测试集，采用滑动窗口法，分别将每一个训练集的数据样本构造为多维特征训练集；分别通过多维特征训练集训练XGBoost模型，得到相应的XGBoost预测模型；分别通过相应的XGBoost预测模型进行实时船舶运动预测
一种基于 xgboost 算法船舶运动实时预报方法系统

[发明专利]一种基于多特征与集成学习结合的海面漂浮小目标检测方法-CN202010544792.4有效
发明人：许述文;陈康权;白晓惠;水鹏朗 -专利权人：西安电子科技大学
申请日： 2020-06-15 - 公布日： 2023-03-31 - 主分类号： G01S7/41 文献下载
摘要：主要解决单一的特征难以保证各种环境下的性能稳健问题和单一分类器检测时存在的稳定性差的问题；过程是：1获取雷达回波数据；2计算归一化平滑维格纳‑威利分布；3提取海杂波和目标的多个特征构成训练矩阵；构造用于XGBoost训练的数据；4采用K折交叉验证和网格搜索法确定XGBoost模型的超参数，训练XGBoost模型；5将待检测单元的多特征矩阵输入训练好的XGBoost模型，计算检测统计量D和检测门限T，根据检测统计量D
一种基于特征集成学习结合海面漂浮目标检测方法

[发明专利]一种基于XGBoost的结直肠癌检测系统-CN202111645179.2有效
发明人：邓菲;赵琳;于宁 -专利权人：上海应用技术大学
申请日： 2021-12-30 - 公布日： 2023-09-26 - 主分类号： G06F18/2113 文献下载
摘要：本发明涉及一种基于XGBoost的结直肠癌检测系统，包括数据采集模块、数据预处理模块、特征选择模块、模型构建模块和结果预测模块，分别用于：构建结直肠癌数据集；数据预处理；使用RFE递归特征选择进行特征选择，得到多个子数据集；构建XGBoost模型，使用子数据集对其进行训练，通过遗传算法优化XGBoost模型参数，得到检测模型；使用检测模型预测结直肠癌的死亡类型。与现有技术相比，本发明通过RFE递归特征选择对数据进行特征选择，结合机器学习算法XGBoost实现结直肠癌死亡类别的智能检测，并使用遗传算法优化模型参数，能够较快且有效地分析并预测结直肠癌的死亡类型，能够更加准确地识别出多类别当中的少数类
一种基于 xgboost 直肠癌检测系统

[发明专利]一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法-CN202010190513.9在审
发明人：熊瑶;肖光意;秦拯;袁智勇;于力;徐全;张吉昕;李明道;葛宁超 -专利权人：南方电网科学研究院有限责任公司;湖南大学
申请日： 2020-03-18 - 公布日： 2020-07-14 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于PCA算法和XGBoost算法的D‑PMU扰动分类方法。其发明内容主要包括(1)基于滑动平均法的D‑PMU时间序列预处理方法；(2)基于PCA算法的D‑PMU时间序列特征提取方法；(3)基于XGBoost算法的D‑PMU时间序列扰动分类方法。
一种基于 pca 算法 xgboost pmu 扰动分类方法