-
公开(公告)号：CN110232400A
公开(公告)日：2019-09-13
申请号：CN201910365319.7
申请日：2019-04-30
Applicant: 冶金自动化研究设计院
Abstract: 一种梯度提升决策神经网络分类预测方法，属于大数据分析以及机器学习分类预测技术领域。首先，根据被预测对象的特征，建立数据样本集，并将此数据样本集中70％-90％的样本作为训练集，10％-30％的样本作为测试集。其次，提出梯度提升决策神经网络分类预测方法，对上述数据样本集进行训练和测试。优点在于，通过梯度提升树的特征选择和特征扩充的功能，增加样本的属性特征，解决现存算法处理少特征数据样本时所存在的预测精度低的难题。
-
公开(公告)号：CN109409426A
公开(公告)日：2019-03-01
申请号：CN201811238800.1
申请日：2018-10-23
Applicant: 冶金自动化研究设计院
Abstract: 一种极值梯度提升逻辑回归分类预测方法，属于大数据分析与智能分类预测领域。通过对样本使用极值梯度提升模型学习之后，将各个样本落在每颗分类与回归树的叶子节点位置进行独热编码组合成新的特征，再与之前的特征结合起来形成组合特征，使得样本的特征增多，组成新的样本。采用逻辑回归法对新样本进行分类预测。融合极值梯度提升与逻辑回归方法；利用极值梯度提升进行特征选择，选择cart树作为基分类器，利用基尼不纯度构成一系列的不相关特征，扩大了特征的维数，将新的特征输入到逻辑回归模型中训练会有更好的预测效果。优点在于，分别利用了极值梯度提升的特征选择和特征扩充的功能，解决了单模型逻辑回归模型预测精度低的问题。
-
公开(公告)号：CN108152379A
公开(公告)日：2018-06-12
申请号：CN201711330724.2
申请日：2017-12-13
Applicant: 冶金自动化研究设计院
Abstract: 一种基于小波分析的液压缸故障状态分类识别方法,属于复杂信号分析与处理技术领域。该方法以AGC液压缸正常和振动状态下采集的声发射信号为数据来源，根据小波分析的时频分析特性，利用Mallat小波分解算法进行小波分解并求取各层小波系数能量值，通过不同状态下各层小波系数能量值的差异实现AGC液压缸的故障诊断与识别。适用于时变非平稳数字信号的特征分析与分类，可应用于机械装备功能精度与故障诊断、脑电与肌电信号的分析处理等。优点在于，处理小样本数量AGC液压缸故障声发射信号时，大幅度提高了分析与诊断识别的快速性和准确性。
-
-
Search Results
3
records
(took 0.025 seconds)
