“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的光伏组串通信异常识别方法及系统-CN202111362748.2在审
发明人：王振荣;童强;张时;李东辉;周盛龙;庞军;郭映军;李如东;杨鹤松;孙伟;李霖;常梦星;曾谁飞;祝金涛;王青天;赵鹏程;王华;任鑫;赵斌;李靖 -专利权人：华能大理风力发电有限公司洱源分公司;中国华能集团清洁能源技术研究院有限公司
申请日： 2021-11-17 - 公布日： 2022-04-08 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于XGBoost的光伏组串通信异常识别方法及系统，所述方法包括：获取待测时段内光伏电站中各光伏组串的电流值及待测时段前预设时段内光伏电站所有光伏组串的电流值及对应的通信异常标签数据，并将所述电流值归一化；基于VaDE模型的生成数据对XGBoost模型进行训练，得到训练好的XGBoost模型；将待测时段内光伏电站中各光伏组串的电流归一化后的值输入训练好的XGBoost模型中，识别出待测时段内光伏电站中电流值通信异常的光伏组串本发明提供的技术方案，基于VaDE模型的生成数据对XGBoost模型进行训练，得到训练好的XGBoost模型，利用所述训练好的模型对光伏电站中各组串的电流通信是否异常进行识别，可以提升XGBoost模型识别光伏电站中异常光伏组串的准确性
一种基于 xgboost 光伏组串通异常识别方法系统

[发明专利]用户信用评级方法、装置、计算机设备以及存储介质-CN201811535575.8在审
发明人：马新俊 -专利权人：深圳壹账通智能科技有限公司
申请日： 2018-12-14 - 公布日： 2019-05-17 - 主分类号： G06Q10/06 文献下载
摘要：方法包括：过获取待评级用户的信用评级数据；并将待评级用户的信用评级数据输入获得的XGBoost‑BYS信用分类模型，通过该模型获得待评级用户的信用分级结果。而模型的建立过程包括：获取初始XGBoost模型以及模型初始参数，根据模型初始参数对初始XGBoost模型进行初始化；并通过贝叶斯优化对初始XGBoost模型的初始参数进行优化，获得XGBoost‑BYS本申请通过贝叶斯优化对模型参数进行优化，可以有效摆脱XGBoost模型的参数依赖性，可以避免了人工参数调整的繁琐、耗时与随机性、不稳定性，有利于更高效的对待评级用户进行信用评级。
评级分类模型信用评级模型初始参数计算机设备存储介质用户信用贝叶斯优化信用随机性参数依赖性人工智能不稳定性初始参数模型参数模型获得人工参数初始化分级申请耗时

[发明专利]预测加工件质量的方法、装置和计算机设备-CN202010469626.2在审
发明人：林宏达 -专利权人：平安科技（深圳）有限公司
申请日： 2020-05-28 - 公布日： 2020-10-23 - 主分类号： G06F30/27 文献下载
摘要：本申请涉及医疗领域，揭示了预测加工件质量的方法，包括：判断当前待分析数据是否含有瑕疵加工件的质量参数对应的标志特征；若是，则将当前待分析数据输入预测模型中进行预测分析，其中，预测模型至少包括Xgboost模型、RandomForest模型和深度学习神经网络模型中的两种，Xgboost模型通过线性回归模型进行了修正调整；按照预设方法对Xgboost模型、RandomForest模型和深度学习神经网络模型中的至少两种模型的分析结果进行汇总处理依据Xgboost模型的特征以及质量预测时的稀疏数据特征，设计了Xgboost模型的损失函数，使Xgboost模型更适用于稀疏数据的特征分析，使预测医疗领域加工件质量的方法得到工业化适用。
预测工件质量方法装置计算机设备

[发明专利]一种基于XGBoost算法预测盾构机土仓压力的方法-CN202011296026.7在审
发明人：贾连辉;李光;廉润泽;郑康泰;林福龙;孟祥波;王昆;谢荣灿;焦敬波;赵祥;陈力 -专利权人：中铁工程装备集团有限公司
申请日： 2020-11-18 - 公布日： 2021-02-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提出了一种基于XGBoost算法预测盾构机土仓压力的方法，其步骤为：通过XGBoost算法筛掉与土仓压力变化相关性数值小的特征变量，选取与土仓压力变化关联的相关变量作为特征向量；将传感器采集的原始数据经特征提取并进行移位变换分成训练集和验证集；投喂训练集获得初始XGBoost回归模型，通过网格搜索方式得到最优模型参数；将验证集中的数据样本输入经参数优化后的XGBoost回归模型，得到最优的XGBoost土压回归模型；使用XGBoost土压回归模型计算出未来时段的土压值
一种基于 xgboost 算法预测盾构机土仓压力方法

[发明专利]基于SHAP值构建可解释的XGBoost回归模型预测PCE的QSPR方法及其系统-CN202111001675.4在审
发明人：张瑜;李敏杰;陈慧敏;陆文聪;杨晨 -专利权人：上海大学
申请日： 2021-08-30 - 公布日： 2021-12-17 - 主分类号： G16C20/30 文献下载
摘要：本发明公开了一种基于SHAP值构建可解释的XGBoost回归模型加速发现高PCE的N‑P类有机敏化剂的QSPR方法及系统，建立数据集样本；切分分子片段；Chem3D优化分子；生成描述符；随机划分训练集和测试集；利用SHAP嵌套XGBoost筛选变量，选出XGBoost建模的最优变量子集；用XGBoost回归建立N‑P类有机敏化剂的快速预报模型；根据建立的模型，快速预报测试集染料分子的PCE。根据SHAP反馈的对目标特征的影响和参考文献解释描述符，对应分子片段的结构，构建QSPR模型；python生成大量虚拟样本，利用建好的XGBoost模型进行预报。本发明基于可靠的文献真实值和建模方法，所建的N‑P类有机敏化剂的XGBoost预报模型具有方便快捷，无化学污染的优点。
基于 shap 构建可解释 xgboost 回归模型预测 pce qspr 方法及其系统

[发明专利]基于XGboost的两阶段离婚判决方法与系统-CN202111117004.4在审
发明人：朱劲松;郭兵;罗应婷;潘建新 -专利权人：四川大学
申请日： 2021-09-23 - 公布日： 2021-12-14 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及法律服务领域，具体涉及一种基于XGboost的两阶段离婚判决方法与系统，包括对样本中离婚双方数据进行预处理，得到完备样本；将完备样本拆分成训练集和测试集并消除变量的不平衡性；利用XGboost对训练集初步进行拟合，并根据拟合得分对初步筛选变量进行筛选，得到第一阶段XGboost模型；基于第一阶段XGboost模型和投票算法得到可识别数据集和未识别数据集：对于可识别数据集，利用第一阶段所筛选的变量并结合第一阶段XGboost模型进行拟合预测，对于未识别数据集，重新定位原始数据，重新筛选变量，利用XGboost进行第二次模型构造与预测，从而可以保证模型根据数据特性因地制宜，提高预测准确性。
基于 xgboost 阶段离婚判决方法系统

[发明专利]一种基于改进XGBoost算法的数据中台入侵分类检测方法-CN202210022604.0在审
发明人：傅敏杰;李思纤 -专利权人：国网上海市电力公司
申请日： 2022-01-10 - 公布日： 2022-04-19 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于改进XGBoost算法的数据中台入侵分类检测方法，涉及数据中台入侵分类检测技术领域。该基于改进XGBoost算法的数据中台入侵分类检测方法包括XGB‑DNN模型设计以及算法，所述XGB‑DNN模型设计包括以下步骤：输入、输出。所述XGB‑DNN模型是由XGBoost和DNN所构成的组合模型。使用XGBoost算法进行特征选择。XGBoost算法是采用分步前向加性模型，只不过在每次迭代中生成弱学习器后不再需要计算一个系数，算法通过优化结构化损失函数，通过加入正则项的损失函数，起到降低过拟合的风险，来实现弱学习器的生成。XGBoost算法没有采用搜索算法，而是直接利用了损失函数的一阶导数和二阶导数值，并通过预排序、加权分位数等技术来大大提高算法的性能。
一种基于改进 xgboost 算法数据入侵分类检测方法

[发明专利]基于MIC-XGBoost算法的居民用水量预测方法-CN202210519884.6在审
发明人：李佳;贾小娥 -专利权人：遥相科技发展（北京）有限公司
申请日： 2022-05-13 - 公布日： 2022-07-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及智慧水务领域，揭露了一种基于MIC‑XGBoost算法的居民用水量预测方法，包括：获取每一月份的影响因素数值及用水量，构建用水影响因素的用水量‑影响因素数值对应表，利用最大信息系数算法，计算出对用水量影响最大的目标影响因素，根据每一月份的用水量及影响因素数值，对原始XGBoost算法模型进行训练，得到目标XGBoost算法模型，根据当前月份的影响因素数值，利用目标XGBoost算法模型，对用水量进行预测，得到当前月份预测用水量本发明还提出一种基于MIC‑XGBoost算法的居民用水量预测装置、电子设备以及计算机可读存储介质。本发明可以解决单纯依靠XGBoost算法来预测居民用水量，存在着预测准确度低的问题。
基于 mic xgboost 算法居民用水量预测方法

[发明专利]一种基于改进XGBoost算法的技术预见及专利预警分析方法-CN202010557407.X有效
发明人：黄梦醒;李茂;冯思玲;冯文龙;张雨 -专利权人：海南大学
申请日： 2020-06-18 - 公布日： 2021-07-09 - 主分类号： G06F16/33 文献下载
摘要：本发明提供一种基于改进XGBoost算法的技术预见及专利预警分析方法，用户输入专利检索式，根据专利检索式构建专利主题数据库，采用卷积神经网络对专利主题数据库的专利文本进行特征提取并得到特征向量，根据特征向量构建测试集合，通过训练集对XGBoost模型进行训练，然后采用灰狼优化算法对XGBoost模型进行改进，提高分类精度以及分类效率，并通过测试集合对XGBoost模型进行测试后得到XGBoost分类器，将待预警的专利输入到XGBoost分类器后，可以得到待预警专利的分类以及与其同一类的其他专利文本，从而可以进行专利预警分析、技术成熟度和技术进化方向预测，为用户提供准确且可视化程度高的预测结果，让用户一目了然的了解现有技术的发展态势及未来的进化方向
一种基于改进 xgboost 算法技术预见专利预警分析方法

[发明专利]一种基于聚类和改进的xgboost的航班流量预测方法及系统-CN202110503952.5有效
发明人：高熙 -专利权人：北京人人云图信息技术有限公司
申请日： 2021-05-10 - 公布日： 2021-07-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于聚类和改进的xgboost的航班流量的预测方法及系统，获取近一年各个航班的属性信息；对各个航班的属性进行聚类，得到不同的聚类特征；由各个航班近一年内的销售数据，生成历史时序特征；以不同的聚类特征和聚类特征组合作为空间特征与历史时序特征为输入构建并训练若干xgboost子模型，选择最优化的xgboost子模型作为最终的xgboost模型；由各个航班的当前销售记录，生成各个航班当前时序特征；最终的xgboost模型基于当前时序特征，预测各个航班在不同折扣下的流量本发明基于动态规划的思想和xgboost模型，结合航班的分类属性和时序特征预测航班流量，以给航线员提供合理的定价策略参考，实现收益的最大化。
一种基于改进 xgboost 航班流量预测方法系统

[发明专利]一种基于多XGBoost模型融合的母线负荷预测方法-CN201910809141.0有效
发明人：鞠平;刘波;秦川;张栋凯;李群;刘婧孜;姜婷玉;郭德正;金宇清;韩敬东 -专利权人：河海大学;国网江苏省电力有限公司
申请日： 2019-08-29 - 公布日： 2022-04-22 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多XGBoost模型融合的母线负荷预测方法，包括如下步骤：首先，对母线负荷数据及其相关数据进行预处理，并构建样本集；其次，构建分层预测系统，共2层，在第一层建立N个不同的XGBoost模型，在第二层建立1个XGBoost模型，将第一层N个XGBoost模型的输出作为其输入，即由第一层的XGBoost模型进行一次学习，再由第二层的XGBoost模型对第一层的学习结果进行二次学习；采用粒子群算法
一种基于 xgboost 模型融合母线负荷预测方法

[发明专利]基于线性递减权重粒子群算法优化Xgboost模型方法-CN201910983161.X有效
发明人：王晋;刘畅;喻潇;舒欣;杜丰夷;徐江珮;周亮;王文娜;杜仙 -专利权人：国网湖北省电力有限公司电力科学研究院;国家电网有限公司
申请日： 2019-10-16 - 公布日： 2021-09-07 - 主分类号： H04L29/06 文献下载
摘要：本发明提供一种基于线性递减权重粒子群算法优化Xgboost模型方法，通过分析Xgboost模型参数的含义，选取了对模型影响较大的4个参数进行优化，并将优化后的模型应用于NSL‑KDD数据集中，在一定程度上可以找出较优参数，从而提高入侵检测的准确率，通过本发明线性递减权重粒子群优化参数后的Xgboost模型应用于NSL‑KDD测试集数据，能够有效的优化Xgboost模型参数，提升模型的性能。
基于线性递减权重粒子算法优化 xgboost 模型方法

[发明专利]基于局部保持投影和XGBoost的配电网线损预测方法-CN202210052497.6在审
发明人：董苏;徐红芳;董梦雅;许振;王培亮;袁英杰;崔超奇;唐小博;王永辉;孙亮亮;曹杰;刘建;王苗 -专利权人：国网安徽省电力有限公司阜阳供电公司;国家电网有限公司
申请日： 2022-01-18 - 公布日： 2022-05-27 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及一种基于局部保持投影和XGBoost的配电网线损预测方法，包括：构建原始数据，包括电气特征指标和线损数据；对电气特征指标进行归一化，并通过局部保持投影方法进行特征压缩；将压缩后的特征作为XGBoost模型的输入，线损数据为XGBoost模型的输出，设置学习率、动量、迭代次数参数进行模型训练；通过局部保持投影和训练好的XGBoost模型进行线损预测。本发明使用局部保持投影对电气指标进行特征分析，有效减少了模型输入数据中的冗余信息，降低了输入维度；XGBoost模型具有更强的非线性特征捕获能力，对日线损率模型预测精度提升的作用更大。
基于局部保持投影 xgboost 配电网线预测方法

[发明专利]水稻产量预测方法及装置-CN202011052591.9在审
发明人：王聪聪;杨贵军;徐波;杨小冬;冯海宽;龙慧灵;孟炀 -专利权人：北京农业信息技术研究中心
申请日： 2020-09-29 - 公布日： 2021-02-02 - 主分类号： G06Q10/04 文献下载
摘要：本发明实施例提供一种水稻产量预测方法及装置，该方法包括：对水稻原始数据进行特征提取，得到水稻特征数据；将所述水稻特征数据，输入预设的XGBoost网络模型，得到水稻的产量预测结果；其中，所述XGBoost通过训练后的XGBoost网络模型进行预测，XGBoost网络模型引入正则化项，加入剪枝，控制了模型的复杂度，从而可大大减少预测的计算复杂度，提高预测效率。
水稻产量预测方法装置

[发明专利]一种训练XGBoost模型的方法和多方安全计算平台-CN202211633630.3有效
发明人：蒋武轩 -专利权人：华控清交信息科技（北京）有限公司
申请日： 2022-12-19 - 公布日： 2023-04-07 - 主分类号： G06N20/00 文献下载
摘要：本发明实施例提供了一种训练XGBoost模型的方法和多方安全计算平台。其中的方法包括：各参与方获取训练样本集的分片，所述训练样本集包括至少两个数据方的特征数据；其中，每个参与方持有所述训练样本集中每个特征数据的分片；各参与方利用各自持有的特征数据的分片，联合训练XGBoost模型的t棵决策树，使得在训练完成后各参与方得到所述XGBoost模型的参数的分片；其中，t为正整数，每棵决策树均为预设最大深度的完全树，所述XGBoost模型的参数包括每棵决策树中非叶节点的信息和叶子节点的信息本发明实施例可以保护XGBoost模型的隐私安全。
一种训练 xgboost 模型方法多方安全计算平台