检索结果-内蒙古大学图书馆

作者：伍海洋 518044 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请提供一种训练推荐概率预测模型的方法、推荐概率预测方法及装置，涉及人工智能技术领域，方法包括：在对推荐概率预测模型进行多轮迭代训练过程中，将从样本数据集中获取的样本数据，输入推荐概率预测模型，获得样本数据对应的预... 详细信息

标准号: CN113254792B

本申请提供一种训练推荐概率预测模型的方法、推荐概率预测方法及装置，涉及人工智能技术领域，方法包括：在对推荐概率预测模型进行多轮迭代训练过程中，将从样本数据集中获取的样本数据，输入推荐概率预测模型，获得样本数据对应的预测推荐结果；根据样本数据对应的预测推荐结果和实际推荐结果，获得相应的基本损失值；基于基本损失值和第一调整值，获得相应的目标损失值；其中，第一调整值用于表征基于相应的样本数据获得的，每两个任务网络的输出结果的总差异程度，且第一调整值与目标损失值呈负相关；根据目标损失值，对推荐概率预测模型进行参数调整，以提高训练后的推荐概率预测模型的预测性能，进而提高对待预测信息的预测准确性。

关键词：概率预测模型样本数据预测人工智能技术参数调整迭代训练概率预测输出结果预测信息预测性能负相关多轮申请网络

来源：评论

学校读者我要写书评

暂无评论

传染病概率预测模型的联邦学习方法、装置及相关设备

传染病概率预测模型的联邦学习方法、装置及相关设备

引用

作者：刘广 518000 广东省深圳市福田区益田路5033号平安金融中心14、15、16、37、41、44、45、46层

本发明公开了一种传染病概率预测模型的联邦学习方法、装置及相关设备，应用于人工智能技术领域，用于解决传染病概率预测模型的训练样本孤岛、用户样本数据保密性差的技术问题。本发明提供的方法包括：根据当前移动终端的用户数据得到... 详细信息

标准号: CN113345597A

本发明公开了一种传染病概率预测模型的联邦学习方法、装置及相关设备，应用于人工智能技术领域，用于解决传染病概率预测模型的训练样本孤岛、用户样本数据保密性差的技术问题。本发明提供的方法包括：根据当前移动终端的用户数据得到本端用户特征，根据从中心服务器获取的在先梯度损失表进行训练并加密，得到当前移动终端的加密梯度和损失，接收在先移动终端发送的在先梯度损失表，当先梯度损失表不包括掩码区域时，将该先梯度损失表发送至中心服务器，新建并更新梯度损失表，当该先梯度损失表包括掩码区域时，对在先梯度损失表进行更新，通过循环对在后移动终端中的先梯度损失表进行判断、训练和更新，直到该传染病概率预测模型的损失函数收敛。

关键词：移动终端概率预测模型传染病中心服务器掩码加密更新人工智能技术保密性本端用户损失函数训练样本样本数据用户数据表发送孤岛收敛发送应用学习

来源：评论

学校读者我要写书评

暂无评论

训练推荐概率预测模型的方法、推荐概率预测方法及装置

训练推荐概率预测模型的方法、推荐概率预测方法及装置

引用

作者：伍海洋 518044 广东省深圳市南山区高新区科技中一路腾讯大厦35层

标准号: CN113254792A

关键词：概率预测模型样本数据预测人工智能技术参数调整迭代训练概率预测输出结果预测信息预测性能负相关多轮申请网络

来源：评论

学校读者我要写书评

暂无评论

基于概率预测模型的保险产品推荐方法、装置、设备

基于概率预测模型的保险产品推荐方法、装置、设备

引用

作者：严杨扬 518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼

本发明涉及人工智能技术，揭露了一种基于概率预测模型的保险产品推荐方法，包括：根据用户特征集构建基本决策树，对基本决策树进行决策树分裂，得到初始决策树，将训练数据集输入初始决策树，得到预测值集合，根据预测值集合计算初始... 详细信息

标准号: CN113657495A

本发明涉及人工智能技术，揭露了一种基于概率预测模型的保险产品推荐方法，包括：根据用户特征集构建基本决策树，对基本决策树进行决策树分裂，得到初始决策树，将训练数据集输入初始决策树，得到预测值集合，根据预测值集合计算初始决策树的目标函数值，当目标函数值大于或者等于目标阈值，对基本决策树进行决策树分裂，直至目标函数值小于目标阈值，输出初始决策树为概率预测模型，将待推荐信息输入概率预测模型，生成保险推荐结果。此外，本发明还涉及区块链技术，所述目标函数值可存储于区块链的节点。本发明还提出一种基于概率预测模型的保险产品推荐装置、电子设备以及计算机可读存储介质。本发明可以解决保险产品推荐的准确度较低的问题。

关键词：决策树概率预测模型目标函数保险产品区块集合计算机可读存储介质人工智能技术训练数据集电子设备推荐信息推荐装置准确度可存储特征集分裂构建预测输出保险

来源：评论

学校读者我要写书评

暂无评论

传染病概率预测模型的联邦学习方法、装置及相关设备

传染病概率预测模型的联邦学习方法、装置及相关设备

引用

作者：刘广 518000 广东省深圳市福田区益田路5033号平安金融中心14、15、16、37、41、44、45、46层

标准号: CN113345597B

来源：评论

学校读者我要写书评

暂无评论

还款概率预测模型构建方法及装置

还款概率预测模型构建方法及装置

引用

作者：兰翔钟磊李得元 610000 四川省成都市武侯区星狮路818号4幢3单元5楼508号

本发明实施例提供了一种还款概率预测模型构建方法及装置，属于信用预测领域，本方法首先获取多个违约客户历史数据集作为模型的训练集，再从所述训练集中通过特征抽取获得贷款客户数据特征集，基于所述贷款客户数据特征集以及预设算法... 详细信息

标准号: CN108256691A

本发明实施例提供了一种还款概率预测模型构建方法及装置，属于信用预测领域，本方法首先获取多个违约客户历史数据集作为模型的训练集，再从所述训练集中通过特征抽取获得贷款客户数据特征集，基于所述贷款客户数据特征集以及预设算法构建还款概率预测模型，通过构建的还款概率预测模型可对客户的还款概率进行预测，从而可有效识别还款可能性较低的客户，以尽早发现高风险客户，以采取相应的催收手段催收还款，实现更合理化的催收安排，显著提高催收效率。

关键词：概率预测模型构建客户数据特征集客户客户历史特征抽取有效识别预设算法数据集训练集预测合理化信用概率发现

来源：评论

学校读者我要写书评

暂无评论

基于概率预测模型的短期风电功率预测方法

基于概率预测模型的短期风电功率预测方法

引用

作者：杨丽君王冬生赵宇霍伟张灵犀刘慧婷 066004 河北省秦皇岛市海港区河北大街西段438号

本发明提出一种基于概率预测模型的短期风电功率预测方法，即：1)由变分模态分解将风电功率历史数据分解为多个分量，针对每一维分量分别建立泄露积分型回声状态网络模型进行训练预测，将各个预测结果进行重构，得到风电功率点预测值；2... 详细信息

标准号: CN113193556A

本发明提出一种基于概率预测模型的短期风电功率预测方法，即：1)由变分模态分解将风电功率历史数据分解为多个分量，针对每一维分量分别建立泄露积分型回声状态网络模型进行训练预测，将各个预测结果进行重构，得到风电功率点预测值；2)应用回声状态分位数回归网络对点预测的残差进行建模，得到不同分位数条件之下的残差预测值；3)将点预测值与残差预测值进行整合，在点预测的基础上由残差预测进一步提高预测精度，得到风电功率的概率预测值。本发明针对风电功率具有随机性、波动性特点，结合点预测模型与残差预测模型，得到概率预测模型，对风电功率进行精准的预测，对确保电力系统安全、经济、稳定的运行具有重大意义。

关键词：风电功率残差预测预测概率预测模型随机性电力系统安全风电功率预测回声状态网络分解概率预测回声状态历史数据一维分量预测结果预测模型重大意义波动性积分型结合点残差分模建模整合重构泄露回归应用网络

来源：评论

学校读者我要写书评

暂无评论

一种建立人源αβTCR和pMHC结合概率预测模型的方法

一种建立人源αβTCR和pMHC结合概率预测模型的方法

引用

作者：殷雷吴言康 430072 湖北省武汉市武昌区八一路299号

本发明公开了一种建立人源αβTCR和pMHC结合概率预测模型的方法。本发明设计了一种TCR和pMHC氨基酸序列的编码方式，通过机器学习方法训练了卷积神经网络，可预测TCR与pMHC的结合概率。所述预测方法在未知TCR上具有较高的预测准确度，... 详细信息

标准号: CN115188410A

本发明公开了一种建立人源αβTCR和pMHC结合概率预测模型的方法。本发明设计了一种TCR和pMHC氨基酸序列的编码方式，通过机器学习方法训练了卷积神经网络，可预测TCR与pMHC的结合概率。所述预测方法在未知TCR上具有较高的预测准确度，在单链TCR、双链TCR以及单双链混合数据上具有较好的泛化性，对CMV病毒抗原特异性TCR的预测具有较好的效果，有助于T细胞免疫的研究。

关键词：预测概率预测模型卷积神经网络氨基酸序列抗原特异性准确度编码方式混合数据机器学习单双链泛化性可预测单链人源双链概率研究

来源：评论

学校读者我要写书评

暂无评论

基于VMD和CNN-LSTM的风功率概率预测模型

基于VMD和CNN-LSTM的风功率概率预测模型

引用

作者：臧海祥刘冲冲徐雨森赵梓舒卫志农孙国强 210024 江苏省南京市鼓楼区西康路1号

本发明公开了提出了基于VMD和CNN‑LSTM的风功率概率预测模型，属于新能源发电和智能电网的技术领域，包含以下内容，首先使用VMD技术将原始风功率数据序列分解为一系列特征互异的模态分量，再通过卷积神经网络(convolutional neural net... 详细信息

标准号: CN113673768A

本发明公开了提出了基于VMD和CNN‑LSTM的风功率概率预测模型，属于新能源发电和智能电网的技术领域，包含以下内容，首先使用VMD技术将原始风功率数据序列分解为一系列特征互异的模态分量，再通过卷积神经网络(convolutional neural network，CNN)提取反映各模态分量动态变化的高阶特征。长短期记忆(long short‑term memory，LSTM)循环神经网络基于提取的高阶特征进行分位数回归建模，预测未来任意时刻不同分位数条件下的风功率值。最后利用核密度估计(kernel density estimation,KDE)得到风功率概率密度曲线。采用本发明方法，该模型能够在保证了对风功率点预测准确性的同时，实现高可靠性和敏锐度的风功率区间预测以及可靠有效的风功率概率预测。

关键词：风功率模态分量高阶概率密度曲线概率预测模型卷积神经网络循环神经网络核密度估计新能源发电动态变化概率预测高可靠性区间预测数据序列智能电网敏锐度预测建模分解回归保证

来源：评论

学校读者我要写书评

暂无评论

基于增量型贝叶斯概率统计的滑坡预测模型研究

引用

水利与建筑工程学报 2024年第6期22卷 181-188页

作者：朱祖腾蓝燕金简文彬林昀昭吴宜龙福州大学紫金地质与矿业学院岩土与地质工程系福建福州350116 福州大学福建省地质灾害重点实验室福建福州350003

开展基于滑坡灾害大数据的统计和分析,建立台风暴雨诱发滑坡概率预测模型,对预防台风暴雨诱发滑坡的防灾减灾具有重要的理论和实际价值。基于贝叶斯理论和增量学习理论,推导基于连续型变量的滑坡增量型贝叶斯分类预测概率模型;利用该模... 详细信息

开展基于滑坡灾害大数据的统计和分析,建立台风暴雨诱发滑坡概率预测模型,对预防台风暴雨诱发滑坡的防灾减灾具有重要的理论和实际价值。基于贝叶斯理论和增量学习理论,推导基于连续型变量的滑坡增量型贝叶斯分类预测概率模型;利用该模型对研究区已发生的539个滑坡点作为学习样本,进行时空联合预测预报;选取研究区部分滑坡作为待预测样本,检验模型的学习性能和预测精度。研究结果表明:该模型具有自我更新能力,在时间上实现了延续性,能捕捉连续变量微小变化对参数学习和更新的影响;在当前学习样本的条件下,增量型预测模型因为有检验元组部分样本的加入,使模型结构更为完整、概括性更强;该模型整体预测精度达75%,能较好的实现灾害时空联合预报。

关键词：影响因子滑坡贝叶斯理论概率预测模型时空联合预报

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：