-
Patent Agency Ranking
公开(公告)号：CN119204740B
公开(公告)日：2025-04-15
申请号：CN202411301376.6
申请日：2024-09-18
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q10/04 , G06F18/24 , G06Q50/40
Abstract: 本发明公开了一种基于机器学习和指标筛选的交通事故损失预测方法，属于交通事故预测技术领域；本发明基于极度随机树(Extra‑Trees)构建交通事故损失预测模型，通过模型构建和数据训练，针对交通事故损失值进行预测；运用创新的指标筛选方式显著提高了预测精度；通过多次预测验证找到了事故损失的预测精度区间，保证了预测结果的稳定性，在现有预测研究的基础上进一步地提高了预测性能；本发明运用指标降维方法进行两种方式的指标筛选，在降维的过程中提高预测精度。通过对比不同的筛选方式的结果，以预测精度为标准逐步确定多影响指标；建立指标重要性评价体系，从多角度量化计算得出交通运输事故中的重要指标；提出针对性的措施及建议，为行业安全发展提供参考。
-
公开(公告)号：CN119204740A
公开(公告)日：2024-12-27
申请号：CN202411301376.6
申请日：2024-09-18
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q10/04 , G06F18/24 , G06Q50/40
Abstract: 本发明公开了一种基于机器学习和指标筛选的交通事故损失预测方法，属于交通事故预测技术领域；本发明基于极度随机树(Extra‑Trees)构建交通事故损失预测模型，通过模型构建和数据训练，针对交通事故损失值进行预测；运用创新的指标筛选方式显著提高了预测精度；通过多次预测验证找到了事故损失的预测精度区间，保证了预测结果的稳定性，在现有预测研究的基础上进一步地提高了预测性能；本发明运用指标降维方法进行两种方式的指标筛选，在降维的过程中提高预测精度。通过对比不同的筛选方式的结果，以预测精度为标准逐步确定多影响指标；建立指标重要性评价体系，从多角度量化计算得出交通运输事故中的重要指标；提出针对性的措施及建议，为行业安全发展提供参考。
-
公开(公告)号：CN119005449A
公开(公告)日：2024-11-22
申请号：CN202411464877.6
申请日：2024-10-21
Applicant: 北京科技大学
IPC: G06Q10/04 , G06Q10/0635 , G06F17/13 , G06F17/18 , G06F18/10
Abstract: 本发明公开了多元变量集成的事故动态预警预测方法，涉及事故预测技术领域。本发明与之前的事故预测方法相比，解决了如何有效地优化变量选择，提高多变量灰色预测模型的预测精度的问题；通过全排列算法对不同变量组合进行分析，优化变量选择，确保选取的变量组合具有较高的预测精度。引入滚动预测的思路，通过动态更新数据和模型参数，使预测模型能够适应数据的变化，提高了多变量灰色预测模型的精度和适应性；综合考虑多个变量的相互作用，使得预测模型能够更准确地反映复杂系统的变化，提高了事故预测能力，具有较高的实用价值和广阔的应用前景。
-
公开(公告)号：CN115985487A
公开(公告)日：2023-04-18
申请号：CN202211130503.1
申请日：2022-09-15
Applicant: 北京科技大学
Abstract: 本发明涉及数据分析技术领域，特别是指一种学习质量下降的预测方法和装置。方法包括：接收待预测对象的睡眠信息数据；根据所述睡眠信息数据，计算得到所述待预测对象的睡眠评价参数；根据所述睡眠评价参数，通过预先构建的学习质量下降预测模型进行预测，得到所述待预测对象的学习质量下降概率。采用本发明，可一定程度上量化定义睡眠质量和学习质量之间的关系，预测学生学习质量下降的概率。
-
公开(公告)号：CN115577503A
公开(公告)日：2023-01-06
申请号：CN202211122849.7
申请日：2022-09-15
Applicant: 北京科技大学
Abstract: 本发明涉及数据分析技术领域，特别是指一种学习质量下降的预测方法和装置。方法包括：接收待预测对象的睡眠信息数据；根据所述睡眠信息数据，计算得到所述待预测对象的综合睡眠评价指数；根据所述综合睡眠评价指数，通过预先构建的学习质量下降预测模型进行预测，得到所述待预测对象的学习质量下降概率。采用本发明，可一定程度上量化定义睡眠质量和学习质量之间的关系，预测学生学习质量下降的概率。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
