北京全应科技有限公司阳赛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京全应科技有限公司申请的专利一种机器学习模型筛选方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116402158B 。
龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310318657.1,技术领域涉及:G06N20/00;该发明授权一种机器学习模型筛选方法是由阳赛;南玉泽;王栋;党海峰;夏建涛设计研发完成,并于2023-03-28向国家知识产权局提交的专利申请。
本一种机器学习模型筛选方法在说明书摘要公布了:本发明涉及一种机器学习模型筛选方法,包括:获取待评测模型集合以及热电生产过程中预设时间段内的原始数据集,该待评测模型集合包括至少一个待评测机器学习模型;针对所述原始数据集进行预处理,获取最终数据集;将最终数据集中的最终的特征变量输入待评测模型集合中的任一待评测机器学习模型中,得到相应的目标变量预测值;基于最终的目标变量实际值和目标变量预测值,获取所述待测机器学习模型的误差评分和相似度评分;基于所述待测机器学习模型的误差评分和相似度评分,获取该待测机器学习模型的最终评分;基于每一待测机器学习模型的最终评分,筛选出最终的机器学习模型。
本发明授权一种机器学习模型筛选方法在权利要求书中公布了:1.一种机器学习模型筛选方法,所述机器学习模型是面向热电生产过程控制的,其特征在于,所述方法包括: S1、获取待评测模型集合以及热电生产过程中预设时间段内的原始数据集,其中,该待评测模型集合包括至少一个待评测机器学习模型; 所述原始数据集包括在所述预设时间段内热电生产过程中以预先设定频率所采集的多条原始数据;其中,每条原始数据均包括与该条原始数据对应的时间戳、原始特征变量和原始目标变量; S2、针对所述原始数据集进行预处理,获取最终数据集;所述最终数据集包括多对最终的特征变量和最终的目标变量实际值; S3、将最终数据集中的最终的特征变量输入待评测模型集合中的任一待测机器学习模型中,得到相应的目标变量预测值; S4、基于最终的目标变量实际值和目标变量预测值,获取所述待测机器学习模型的误差评分和相似度评分; S5、基于所述待测机器学习模型的误差评分和相似度评分,获取该待测机器学习模型的最终评分; S6、基于每一待测机器学习模型的最终评分,筛选出最终的机器学习模型; 所述S4包括: 基于与该最终的目标变量实际值和最终的目标变量预测值,采用公式2获取所述待测机器学习模型的误差评分A1,以及采用公式3获取所述待测机器学习模型的相似度评分A2; 所述公式2为:; p为在所述最终数据集中err值小于等于30%的占比; ; 其中,deltay为最终的目标变量实际值;pred·deltay为最终的目标变量预测值;所述公式3为: ; 其中,k为回归模型拟合系数;所述回归模型为预先利用机器学习一次多项式算法建立的,其一次多项式为; 所述S5具体包括:基于所述待测机器学习模型的误差评分A1和相似度评分A2,采用公式4获取该待测机器学习模型的最终评分score; 所述公式4为:score=A1+A22。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京全应科技有限公司,其通讯地址为:100088 北京市海淀区西土城一号院6号楼5层504;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励