-
公开(公告)号：CN110502552A
公开(公告)日：2019-11-26
申请号：CN201910770010.6
申请日：2019-08-20
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/215 , G06N20/00
Abstract: 本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。
-
公开(公告)号：CN110334767B
公开(公告)日：2023-02-21
申请号：CN201910612178.4
申请日：2019-07-08
Applicant: 重庆大学
IPC: G06F18/2431 , G06F18/214 , G01N33/00
Abstract: 本发明公开了一种用于空气质量分类的改进随机森林方法，包括空气质量分类模型，该空气质量分类模型包括原始数据模块、数据预处理模块、分类生成模块、分类数据模块，其中，原始数据模块用于采集原始空气数据；数据预处理模块用于对原始空气数据进行数据清洗、数据集成、数据转换等操作；分类生成模块用于对数据预处理模块所处理后的数据进行随机采样，并同时基于CART算法分类出决策树；分类数据模块用于接收分类生成模块所输出的分类模型，以及输出空气数据分类结果，所述随机采样包括基于样本类别分组的自助采样方法和随机特征子空间法。本发明提升了少数类样本的分类精度，降低了样本集的整体错分代价。
-
公开(公告)号：CN110334767A
公开(公告)日：2019-10-15
申请号：CN201910612178.4
申请日：2019-07-08
Applicant: 重庆大学
Abstract: 本发明公开了一种用于空气质量分类的改进随机森林方法，包括空气质量分类模型，该空气质量分类模型包括原始数据模块、数据预处理模块、分类生成模块、分类数据模块，其中，原始数据模块用于采集原始空气数据；数据预处理模块用于对原始空气数据进行数据清洗、数据集成、数据转换等操作；分类生成模块用于对数据预处理模块所处理后的数据进行随机采样，并同时基于CART算法分类出决策树；分类数据模块用于接收分类生成模块所输出的分类模型，以及输出空气数据分类结果，所述随机采样包括基于样本类别分组的自助采样方法和随机特征子空间法。本发明提升了少数类样本的分类精度，降低了样本集的整体错分代价。
-
Patent Agency Ranking
公开(公告)号：CN110333077A
公开(公告)日：2019-10-15
申请号：CN201910611796.7
申请日：2019-07-08
Applicant: 重庆大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于近似支持向量的滚动轴承故障诊断方法。首先用MiniBatchKmeans算法和支持向量机快速寻找到“近似支持向量”，然后利用“近似支持向量”在原始样本中筛选出“近似支持向量”附近的样本，最后用筛选出的样本训练支持向量机。本发明极大的减少了支持向量机的训练时间，同时确保故障诊断的准确率。
-
公开(公告)号：CN110502552B
公开(公告)日：2022-10-28
申请号：CN201910770010.6
申请日：2019-08-20
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/215 , G06N20/00
Abstract: 本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。
-
公开(公告)号：CN110333077B
公开(公告)日：2021-06-15
申请号：CN201910611796.7
申请日：2019-07-08
Applicant: 重庆大学
IPC: G01M13/045 , G06K9/00 , G06K9/62
Abstract: 本发明公开了一种基于近似支持向量的滚动轴承故障诊断方法。首先用MiniBatchKmeans算法和支持向量机快速寻找到“近似支持向量”，然后利用“近似支持向量”在原始样本中筛选出“近似支持向量”附近的样本，最后用筛选出的样本训练支持向量机。本发明极大的减少了支持向量机的训练时间，同时确保故障诊断的准确率。
-
公开(公告)号：CN110507296A
公开(公告)日：2019-11-29
申请号：CN201910738555.9
申请日：2019-08-12
Applicant: 重庆大学
Abstract: 本发明公开了一种基于LSTM网络的急性低血压混合预警方法，首先导入采集的生理数据序列，对其进行低血压事件检测，如果当前处于低血压状态，输出结果低血压预警，如果当前没有处于低血压状态，进行急性低血压事件预测，若预测下一时段会发生急性低血压，输出结果低血压预测预警，然后进行血压保护值检测，若超出保护值输出结果血压超出保护值，返回两个结果进行预警。本发明急性低血压进行预测预警，从而为监护人员争取时间，保证患者在康复训练时的安全，使心脏运动康复变得更加科学、高效和安全。
-
公开(公告)号：CN110334869A
公开(公告)日：2019-10-15
申请号：CN201910612175.0
申请日：2019-08-15
Applicant: 重庆大学
Abstract: 本发明公开了一种基于动态群优化算法的红树林生态健康预测训练方法，包括步骤A，数据预处理；步骤A1，基于PSO算法的数据生成模块；步骤A2，基于相对熵和余弦相似度的相似性评估模块；步骤B，基于DGO算法进行模型训练；步骤B1，组内合作；步骤B2，每一组的质心与其他组的质心进行通信；步骤B3，每一组的成员与种群内的其他成员进行随机交叉；步骤B4，在每一质心之间的通信和每一成员的随机交叉过程中，搜寻所述突变情况，基于该突变情况查出与此对应的成员，将该成员随机转移到其它组；步骤C,结合BP算法和DGO算法配合步骤B进行前馈神经网络的训练。本发明提高了预测数据的准确性以及训练模型的完整度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
