信息处理装置和信息处理方法

    公开(公告)号:CN113705849B

    公开(公告)日:2024-05-17

    申请号:CN202010435555.4

    申请日:2020-05-21

    Inventor: 马军 夏迎炬

    Abstract: 本公开内容涉及用于对资源使用进行预测的信息处理装置和信息处理方法。根据本公开内容的信息处理装置包括:第一训练单元,基于多个资源的历史资源使用数据训练通用资源使用预测模型,通用资源使用预测模型能够针对多个资源中的每个资源生成第一资源使用预测数据;误差建立单元,针对多个资源中的每个资源,建立历史资源使用数据和第一资源使用预测数据之间的误差;第二训练单元,基于多个资源中的每个资源的相应的误差训练特定于该资源的专用资源使用预测模型,专用资源使用预测模型能够生成该资源的第二资源使用预测数据;以及确定单元,基于第一资源使用预测数据和第二资源使用预测数据来确定多个资源中的每个资源的最终资源使用预测数据。

    信息处理装置和信息处理方法

    公开(公告)号:CN113705849A

    公开(公告)日:2021-11-26

    申请号:CN202010435555.4

    申请日:2020-05-21

    Inventor: 马军 夏迎炬

    Abstract: 本公开内容涉及用于对资源使用进行预测的信息处理装置和信息处理方法。根据本公开内容的信息处理装置包括:第一训练单元,基于多个资源的历史资源使用数据训练通用资源使用预测模型,通用资源使用预测模型能够针对多个资源中的每个资源生成第一资源使用预测数据;误差建立单元,针对多个资源中的每个资源,建立历史资源使用数据和第一资源使用预测数据之间的误差;第二训练单元,基于多个资源中的每个资源的相应的误差训练特定于该资源的专用资源使用预测模型,专用资源使用预测模型能够生成该资源的第二资源使用预测数据;以及确定单元,基于第一资源使用预测数据和第二资源使用预测数据来确定多个资源中的每个资源的最终资源使用预测数据。

    信息处理装置和信息处理方法

    公开(公告)号:CN113469395A

    公开(公告)日:2021-10-01

    申请号:CN202010237442.3

    申请日:2020-03-30

    Abstract: 公开了一种信息处理装置和信息处理方法。信息处理装置包括:第一训练单元,利用第一样本集来分别训练多个用于预测对象的随时间变化的特性数据的第一预测器;以及第二训练单元,利用第二样本集来训练用于对多个第一预测器的预测结果进行整合的第二预测器,以得到经训练的第二预测器,其中,将第二样本集中的样本输入到经训练的多个第一预测器的至少一部分后得到的输出作为第二预测器的输入,第二样本集是在时间上位于第一样本集之后的特性数据,其中,以预定的时间间隔更新第一样本集和第二样本集,并且基于更新后的第一样本集和第二样本集来分别执行第一训练单元和第二训练单元中的处理,从而使得经训练的第二预测器按预定的时间间隔被更新。

    信息处理装置和信息处理方法

    公开(公告)号:CN112651539A

    公开(公告)日:2021-04-13

    申请号:CN201910967985.8

    申请日:2019-10-12

    Abstract: 公开了一种信息处理装置和信息处理方法。其中,信息处理装置包括:变化点检测单元,被配置成使用第一数据划分单元从对象的历史特性数据序列中检测多个变化点,其中,多个变化点中第一变化点的特性相对于第一数据划分单元中的数据的统计特性的第一变化程度大于多个变化点中第二变化点的特性相对于第一数据划分单元中的数据的统计特性的第二变化程度;历史特性数据序列分割单元,被配置成基于所检测到的第一变化点和第二变化点,将历史特性数据序列分割为多个数据分段;以及训练单元,被配置成基于多个数据分段来训练对象的预测器,其中,预测器用于预测对象的随时间变化的特性数据。

    数据处理设备、数据处理方法及介质

    公开(公告)号:CN110472646A

    公开(公告)日:2019-11-19

    申请号:CN201810437393.0

    申请日:2018-05-09

    Abstract: 本公开提供了一种数据处理设备、数据处理方法及介质。根据本公开的数据处理装置包括:差异获取单元,其获取两个输入数据之间的差异,其中,所述两个输入数据分别来自输入数据集与标记数据集;以及异常检测单元,其检测所述输入数据集中的异常数据,其中,对所述差异获取单元和所述异常检测单元进行训练,直到所述异常检测单元最终获得所述输入数据集中的异常数据的位置。使用根据本公开的数据处理装置,其通过两个相互交互的网络对异常数据进行检测,进而同时提高了这两个网络的性能。

    环境传感器检测数据的处理装置、处理方法、计算机可读存储介质、以及环境传感器系统

    公开(公告)号:CN109781934A

    公开(公告)日:2019-05-21

    申请号:CN201711121487.9

    申请日:2017-11-13

    Abstract: 本发明提供一种能够数据准确化,维护的周期长,并减少花费以及维护的成本的环境传感器检测数据的处理装置、环境传感器系统、环境传感器检测数据的处理方法以及存储介质。环境传感器检测数据的处理装置,具有:测量数据输入部,其取得多个学习测量用数据和实际测量数据;真值取得部,其取得真值;修正特性生成部,其将多个学习测量用数据与相应的真值进行关联而得到关联数据,反复执行多次得到修正特性的处理,并基于真值验证修正特性而从多个修正特性中选取最优修正特性;以及测量数据修正部,其基于最优修正特性对实际测量数据进行修正。

    信息处理装置和信息处理方法

    公开(公告)号:CN107766870A

    公开(公告)日:2018-03-06

    申请号:CN201610704157.1

    申请日:2016-08-22

    CPC classification number: G06K9/6256 G06K9/6218 G06K9/6267

    Abstract: 本公开涉及信息处理装置和信息处理方法。根据本公开的信息处理装置包括:划分单元,将具有标签的训练数据的集合划分成第一训练数据集合D1和小于第一训练数据集合D1的第二训练数据集合D2;训练单元,使用第一训练数据集合D1中的训练数据i1按K个类对M个监督模型进行训练;预测单元,使用M个监督模型预测不具有标签的待测数据集合D3中的每个待测数据i3的标签;聚类单元,使用N个聚类模型对第二训练数据集合D2和待测数据集合D3中的数据i进行聚类;相似度图构造单元,基于聚类结果和预测结果构造相似度图;以及融合单元,基于相似度图对待测数据i3的预测的标签和第二训练数据集合D2中的训练数据i2的标签进行融合处理以获得每个待测数据i3的标签。

    融合分类和聚类的集成分类识别方法

    公开(公告)号:CN107563401A

    公开(公告)日:2018-01-09

    申请号:CN201710123864.6

    申请日:2017-03-03

    Abstract: 本发明公开一种融合分类和聚类的集成分类识别方法,包括以下步骤:针对若干个待分类的样本,设定至少一个分类模型和至少一个聚类模型;获得每个样品属于每个分类组的次数,获得每个样品属于每个聚类模型的聚类组的次数,形成样本-组共现矩阵;根据样本-组共现矩阵依次计算若干个待分类的样本中两两样本的聚类相似度,形成样本聚类相似图矩阵;基于样本聚类归一化相似图矩阵W和样本分类概率矩阵耦合了聚类归一化相似图矩阵和样本分类概率矩阵信息,从而获得修正后样本分类概率矩阵。本发明融合分类和聚类的集成分类识别方法虑融合聚类模型或分类模型,大大提高了分类结果的精度,从而在实际中取得更好的结果。

    无线定位方法和装置
    49.
    发明授权

    公开(公告)号:CN104080039B

    公开(公告)日:2017-12-05

    申请号:CN201310100399.6

    申请日:2013-03-26

    Abstract: 本发明涉及一种无线定位方法和装置。该无线定位方法用于根据移动设备的给定无线信号特征来确定移动设备的位置,其包括以下步骤:通过几何剖分将无线通信空间中的预定多个参考位置剖分为多边形网格,其中各个参考位置分别构成各个多边形的顶点并且与一个或多个参考无线信号特征相关联;通过给定无线信号特征与参考无线信号特征来确定移动设备的位置所在的多边形;以及通过所确定的多边形的顶点位置,确定移动设备的位置。

    对在时间上逐一到达的输入数据进行分类的方法和系统

    公开(公告)号:CN107085572A

    公开(公告)日:2017-08-22

    申请号:CN201610084957.8

    申请日:2016-02-14

    CPC classification number: G06N20/00 G06F16/35 G06F16/285

    Abstract: 本发明提供一种对在时间上逐一到达的输入数据进行分类的方法和系统,包括:a)分别利用在时间上从新到旧数量递增的已获得其真实类别的近期输入数据作为学习样本对预定数量的一组分类器进行训练;b)基于所述一组分类器的近期分类结果,从所述一组分类器中选择对近期输入数据的分类精度最高的分类器;以及c)利用所选择的分类器对当前的输入数据进行分类。本发明提出的方法和系统不需要特意地检测概念漂移,能够自动处理概念漂移,并且能够实现很高的分类精度。

Patent Agency Ranking