“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]影响金属-金属胶接性能的多因素的分析方法及装置-CN202310709558.6在审
发明人：湛利华;冯景鹏;丁晟;马博林;夏云霓;周昊 -专利权人：中南大学
申请日： 2023-06-15 - 公布日： 2023-09-15 - 主分类号： G06F30/23 文献下载
摘要：所述分析方法包括以下步骤：获取数据集；构建Xgboost算法模型，并定义所述Xgboost算法模型的超参数范围；基于所述数据集和Xgboost算法模型进行多次迭代训练，得到多组用于判断Xgboost算法模型的可靠性的训练结果
影响金属性能因素分析方法装置

[发明专利]一种基于XGBoost与LSTM的多传感器实时威胁等级分类方法-CN201911004922.9在审
发明人：梁菁;任杰;唐琴;赵晨凯;王田田 -专利权人：电子科技大学
申请日： 2019-10-22 - 公布日： 2020-02-07 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于XGBoost与LSTM的多传感器实时威胁等级分类方法，涉及雷达传感器网络技术领域，步骤如下：1.训练XGBoost模型和LSTM网络模型；2.利用多传感器实时获取移动目标信号，并将各传感器获得的信号传递至信息融合中心；3.利用信息融合中心获取到的信号作为特征输入XGBoost模型中，XGBoost模型输出移动目标的初始威胁等级类别；4.对XGBoost模型输出的初始威胁等级类别进行预处理，将预处理结果作为初始外部状态传递至
网络模型等级类别信息融合中心外部状态输出威胁多传感器输入序列移动目标预处理网络技术领域移动目标信号雷达传感器预处理结果等级分类实时获取特征输入信号传递传递传感器

[发明专利]一种基于CNN-XGBoost模型和EEGECG的身心健康状态评估方法-CN202210569757.7在审
发明人：王元全;杨俊丽 -专利权人：天津宇迪智能技术有限公司
申请日： 2022-05-24 - 公布日： 2022-09-09 - 主分类号： G16H50/30 文献下载
摘要：本发明公开了一种基于CNN‑XGBoost模型和EEGECG的身心健康状态评估方法，包括以下步骤：对测试人进行压力测试，并对脑电图和心电图进行记录，测试结束后进行问卷填写，获取测试人面对不同测试时的压力情况，将数据分为健康和亚健康两种类别；将数据输入卷积神经网络中，对卷积神经网络模型进行训练，对输入数据进行特征提取作为XGBoost模型的输入；将第二步获取的特征作为XGBoost分类模型的输入，对XGBoost本发明通过卷积神经网络的使用，避免了手动操作，可以自动的提取特征，且引入了残差块，提高了信息流通，并且也避免了由于网络过深所引起的梯度消失和退化问题，XGBoost分类器防止过拟合，提高了分类的准确率。
一种基于 cnn xgboost 模型 eegecg 身心健康状态评估方法

[发明专利]贷款回款预测方法、装置、设备及介质-CN202310442907.2在审
发明人：蔡亮 -专利权人：四川新网银行股份有限公司
申请日： 2023-04-23 - 公布日： 2023-07-21 - 主分类号： G06Q40/03 文献下载
摘要：对银行贷款业务在历史时间的还款数据进行预处理得到样本数据；提取样本数据在预设时间范围内的假日项对Prophet模型进行训练，将样本数据在预设时间范围内的子样本数据输入训练好的Prophet模型，得到残差结果；构建多个XGBoost模型，以目标回款金额和子样本数据作为训练集对多个XGBoost模型进行训练；根据样本数据的还款时间确定多个XGBoost模型的权重值，利用训练好的Prophet模型和多个XGBoost模型分别对子样本数据进行预测，得到第一预测结果和第二预测结果，聚合第一预测结果与多个XGBoost模型的权重值和第二预测结果的加权结果，得到在预设时间范围内的回款预测结果。
贷款预测方法装置设备介质

[发明专利]基于XGBoost优化的电厂锅炉运行控制方法-CN202310590320.6在审
发明人：王筱圃;闫子尧;张永强;蒋淡宁;钟智敏;张志杰;光超;潘福生;段彦兵 -专利权人：科大智能物联技术股份有限公司;安徽首矿大昌金属材料有限公司
申请日： 2023-05-24 - 公布日： 2023-06-23 - 主分类号： G05B19/042 文献下载
摘要：本发明涉及一种基于XGBoost优化的电厂锅炉运行控制方法，包括数据准备步骤，从历史数据中按预定的质量标准筛选状态数据并对状态数据做优化处理；模型训练步骤，使用经优化处理后的状态数据训练XGBoost模型；XGBoost模型中的单个样本中包括电厂锅炉一个连续时间段内的生产状态数据，XGBoost模型的训练目标为样本该连续时间段的下一时刻的燃料流量；优化控制步骤，使用训练好的模型预测下一时刻的预期燃料流量本发明通过建立并训练基于历史数据的XGBoost模型可以挖掘历史数据中的规律，指导当下的锅炉生产控制。
基于 xgboost 优化电厂锅炉运行控制方法

[发明专利]基于改进XGBoost和自适应优化K-means模型的网络攻击入侵检测方法-CN202211611677.X在审
发明人：王乐;顾钊铨;张志强;杜磊;张欢;张登辉;马丽婷;黄坤鑫 -专利权人：广州大学
申请日： 2023-06-25 - 公布日： 2023-08-15 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于机器学习的网络攻击入侵的检测方法，包括：XGBoost入侵检测模型构建，初始化XGBoost基本参数和模拟退火算法所需参数。计算当前准确率Accnow并对XGBoost参数进行正负向随机扰动产生新参数并计算对应的新的准确率Accnew。依据Metropolis准则决定是否接受新的参数。重复执行上述步骤直到温度冷却到最低点。利用最优参数对应的XGBoost对验证集做入侵检测，将判定为攻击的所有“粗分类”结果传输到改进的K‑means模型。初始化k值为3并利用K‑means结合训练集中的所有真正的攻击样本与验证集中被XGBoost“粗分类”的攻击样本进行聚类分析。记录聚类分析召回的良性样本数量R。
基于改进 xgboost 自适应优化 means 模型网络攻击入侵检测方法

[发明专利]一种基于XGBoost模型的电池阻抗谱频率重要性分析方法-CN202310108009.3在审
发明人：胡志超;潘多昭;常伟;夏紫阳 -专利权人：上海乐驾智慧能源科技有限公司
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： G01R31/389 文献下载
摘要：本发明公开一种基于XGBoost模型的电池阻抗谱频率重要性分析方法，具体实现如下：步骤1：测试并采集电池电化学阻抗谱数据；步骤2.构建XGBoost预测模型，在电池阻抗谱数据采集完毕后，构建XGBoost预测模型；步骤3.训练和检验XGBoost模型，在模型训练中，将数据集按照8:2的比例分成训练集合和测试集合，在训练集合上进行模型训练，在测试集合上验证模型效果。本发明通过XGBoost树模型的特征贡献度来衡量电池阻抗谱中频率的重要程度，从电池阻抗谱频率中选取若干重要频率，从而缩小测试电池阻抗谱数据时的频率范围，实现计算阻抗谱频率重要性目的。
一种基于 xgboost 模型电池阻抗频率重要性分析方法

[发明专利]基于并行LSTM自编码器动态特征提取的XGBoost软测量建模方法-CN201910421435.6有效
发明人：葛志强;张鑫宇 -专利权人：浙江大学
申请日： 2019-05-21 - 公布日： 2021-05-04 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种基于并行LSTM自编码器动态特征提取的XGBoost软测量建模方法，属于工业过程预测与控制领域。该LSTM自编码器通过对输入序列进行还原的方式提取编码向量作为动态特征，并利用数据并行和模型并行的思路对网络进行分布式训练，提高建模效率，再将提取出的动态特征与原特征合并训练XGBoost模型，最后对测试样本预测，重复特征提取拼接以及输入XGBoost模型等步骤，直至完成所有样本的预测。该基于并行LSTM自编码器动态特征提取的XGBoost软测量建模方法有助于基于其他模型解决过程软测量中的动态问题，同时在网络训练的过程中采用数据并行和模型并行两种方式加快了网络的训练速度；并且能够保证XGBoost
基于并行 lstm 编码器动态特征提取 xgboost 测量建模方法

[发明专利]一种基于多模型融合的用户分类方法-CN201910155106.1有效
发明人：冯诗炀;程序;段银春 -专利权人：成都新希望金融信息有限公司
申请日： 2019-02-28 - 公布日： 2019-11-19 - 主分类号： G06K9/62 文献下载
摘要：本发明获取包含用户特征的数据集，并进行处理；基于XGBoost算法和两个不同的Y值交叉区间设置，选择不同的衍生方法对处理后的数据集中的特征进行衍生，并将数据集特征与所有衍生后的特征作为新的数据集输入两个XGBoost模型进行训练和调优，调优后的两个XGBoost模型输出各训练集样本在每颗树的叶子节点编号；根据叶子节点编号集训练One‑hot编码，将每个XGBoost模型输出的叶子节点编号通过训练好的One‑hot编码转换，得到各训练集样本对应的所有LR特征，再基于所有训练集样本对应的LR特征，训练调优LR模型；得到XGBoost+LR融合模型对用户进行分类。
训练集样本模型融合叶子节点数据集用户分类分类机器学习技术输出编码转换传统模型数据集中用户特征迭代算法维度融合

[发明专利]基于xgboost模型的轨道交通车载数据预测方法-CN202010460661.8在审
发明人：王晓玲;李欣 -专利权人：华东师范大学
申请日： 2020-05-27 - 公布日： 2020-09-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于xgboost模型的轨道交通车载数据预测方法，首先收集轨道交通车载数据，基于CART决策树从轨道交通所有车载数据特征中提取代表车载数据特征，从原始的车载数据中抽取这些代表车载数据特征的数据，作为特征提取后的车载数据，根据特征提取后的车载数据及其对应标签构建xgboost模型，采集轨道交通实际运行过程中的车载数据输入xgboost模型，得到停车距离的预测结果。本发明基于CART决策树提取代表车载数据特征，根据特征提取后的车载数据构建xgboost模型，可以有效提高轨道交通停车距离预测的准确度。
基于 xgboost 模型轨道交通车载数据预测方法

[发明专利]一种基于XGBoost的超宽带比幅测向方法-CN202210610777.4在审
发明人：王伟;佘俊宇;邹小海;周永坤;饶彬;王涛 -专利权人：中山大学
申请日： 2022-05-31 - 公布日： 2022-08-12 - 主分类号： G01S3/26 文献下载
摘要：本发明公开了一种基于XGBoost的超宽带比幅测向方法，方法包括：基于历史的天线方向图数据，在每个角度上仿真通过天线方向图的接收信号；根据所述接收信号，构建待训练数据集；根据所述待训练数据集训练得到XGBoost模型；获取待计算接收信号的幅度最大天线及所述幅度最大天线的相邻天线；计算所述幅度最大天线及所述相邻天线的目标特征；将所述目标特征输入所述XGBoost模型，得到来波方向的测向结果。本发明使用XGBoost方法对天线接收信号幅度与来波方向之间的函数关系进行拟合，能够提高超宽带测向的精度，可广泛应用于计算机技术领域。
一种基于 xgboost 宽带测向方法

[发明专利]一种基于神经网络模型和Xgboost的订单销量预测方法及装置-CN202310147946.X在审
发明人：李珣;张乐;郭盛;余卓阳;沈诣钦;武恺莉 -专利权人：杭州鼎澜科技有限公司
申请日： 2023-02-09 - 公布日： 2023-06-23 - 主分类号： G06Q30/0202 文献下载
摘要：本发明提供了一种基于神经网络模型和Xgboost的订单销量预测方法，属于人工智能技术领域。它解决了现有技术无法准确预测未来订单数据等问题。本基于神经网络模型和Xgboost的订单销量预测方法以下步骤：步骤S1:构建神经网络模型，预测下个月的sku销量，输出多个区间的预测值；步骤S2：训练分类模型Xgboost，判别最佳区间。本发明具有将过往历史数据通过神经网络模型输出得到τ个区间的预测值，再通过Xgboost模型判别哪个区间的预测值最佳，将判别为最佳的预测值作为下一个周期的订单销量预测值等优点。
一种基于神经网络模型 xgboost 订单销量预测方法装置

[发明专利]一种数据清洗方法、装置、电子设备和存储介质-CN202310596275.5在审
发明人：徐远途;董富德;黄荣杰;华耀;王伟杰;张培培;梁健辉;薛博文;郭景宇;杨浩;赵文;朱德强;陈伯韬;盘荣波;钟芬芳;盘倩;李炳坤;蔡伟聪;彭显刚 -专利权人：广东电网有限责任公司;广东电网有限责任公司清远供电局
申请日： 2023-05-25 - 公布日： 2023-08-22 - 主分类号： G06F18/15 文献下载
摘要：本发明实施例公开了一种数据清洗方法、装置、电子设备和存储介质，数据清洗方法包括：将各个维度对应的多个待清洗数据输入进预先训练好的梯度提升与纵横交叉优化算法组合模型CSO‑XGBoost模型，通过CSO‑XGBoost本发明的方法可以将CSO‑XGBoost模型应用于数据清洗领域，利用CSO‑XGBoost模型较好地完成异常值剔除和剔除异常值后的数据填充工作，对数据进行清洗，保证了数据的完整性、一致性和有效性。
一种数据清洗方法装置电子设备存储介质

[发明专利]一种银行代发薪资客户流失预警方法-CN202311136660.8在审
发明人：贾世林;王璐珊;李梦霄 -专利权人：上海银行股份有限公司
申请日： 2023-09-05 - 公布日： 2023-10-13 - 主分类号： G06Q30/0203 文献下载
摘要：获取各客户基础特征；计算各客户与银行产品之间的粘性值；提取各客户的时序特征；将上述特征进行拼接，对拼接后的特征标记正负样本；将拼接后的特征划分为训练数据集、验证数据集和测试数据集；将训练数据集和验证数据集输入XGBOOST模型进行训练，采用测试数据集对训练好的XGBOOST模型进行测试；获取待测试客户及其特征，将特征输入训练好的XGBOOST模型中，XGBOOST模型输出待测试客户的流失预测概率。
一种银行薪资客户流失预警方法

[发明专利]一种囊胚发育结果预测方法、系统、设备及存储介质-CN202211154439.0有效
发明人：吴瑞文;黄伟红;黄佳;于永福;刘冠宇;李靖;高武强 -专利权人：中南大学
申请日： 2022-09-22 - 公布日： 2022-12-09 - 主分类号： G06T7/00 文献下载
摘要：、设备及存储介质，本方法通过获取训练数据集；获取每张胚胎发育图像中的训练细胞数量特征、训练均匀程度特征和训练碎片化程度特征；将细胞数量特征、均匀程度特征和碎片化程度特征进行组合，获得训练组合特征；构建XGBoost预测模型；通过训练数据集对XGBoost预测模型进行训练，获得训练好的XGBoost预测模型；将具有细胞数量特征、均匀程度特征、碎片化程度特征以及组合特征的目标胚胎发育图像输入至训练好的XGBoost预测模型中进行预测
一种囊胚发育结果预测方法系统设备存储介质