公开(公告)号：CN118133218A

公开(公告)日：2024-06-04

申请号：CN202311521769.3

申请日：2023-11-15

Applicant: 杭州电子科技大学

Inventor： 常雷雷 ,  余晨浩 ,  徐晓滨 ,  曹友 ,  侯平智 ,  冯静 ,  章振杰 ,  马枫

IPC: G06F18/25 ,  G06F18/22 ,  G06F18/214 ,  G06F18/21 ,  G06N3/084

Abstract: 本发明公开了一种基于集合运算的兼容多模型输出融合方法，该方法包括以下步骤：(1)划分数据集。将数据按照4:1随机划分为训练集DT和测试集DV；(2)构建子模型。选取两种以上机器学习方法，用训练数据集DT来构建S个子模型；(3)计算权重。根据模型的精度和数据与模型的相似度计算权重；(4)多模型输出融合及验证。根据步骤(3)计算出的权重以及各个模型的精度，对多模型的输出进行融合，并在测试集上验证，该方法高度兼容，因为所提出的方法适用于任何基线方法、不同的焦点数据百分比，甚至不需要模型准确性。

公开(公告)号：CN118821874B

公开(公告)日：2024-11-22

申请号：CN202411314096.9

申请日：2024-09-20

Applicant: 杭州电子科技大学

Inventor： 余晨浩 ,  常雷雷 ,  朱俊屹 ,  张云硕 ,  邓江涛 ,  徐晓滨 ,  章艺煊 ,  张泽辉 ,  章振杰

IPC: G06N3/0499 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种基于反馈特征提取和因果反演辨识的智能系统评估方法，该方法首先采集N个输入特征，P组数据的原始训练集，Q组数据的测试集。其次识别原始训练集中数据的降维特征，通过负载矩阵反向识别原始训练数据集的关键特征，原始训练集被化简为包括F个关键特征。然后从原始训练数据集中随机采样，生成多个子训练集，构建多个训练BP子模型并使用子训练集训练，通过比较误差识别并剔除异常数据，原始训练集被简化为包括S组数据。最后构建测试BP模型使用简化后的训练集训练，得到智能系统的评估结果，并通过测试集进行预测。本发明突破了传统维度约简后所提取特征不再具有原始特征空间物理含义的局限性。

公开(公告)号：CN118821874A

公开(公告)日：2024-10-22

申请号：CN202411314096.9

申请日：2024-09-20

Applicant: 杭州电子科技大学

Inventor： 余晨浩 ,  常雷雷 ,  朱俊屹 ,  张云硕 ,  邓江涛 ,  徐晓滨 ,  章艺煊 ,  张泽辉 ,  章振杰

IPC: G06N3/0499 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明公开了一种基于反馈特征提取和因果反演辨识的智能系统评估方法，该方法首先采集N个输入特征，P组数据的原始训练集，Q组数据的测试集。其次识别原始训练集中数据的降维特征，通过负载矩阵反向识别原始训练数据集的关键特征，原始训练集被化简为包括F个关键特征。然后从原始训练数据集中随机采样，生成多个子训练集，构建多个训练BP子模型并使用子训练集训练，通过比较误差识别并剔除异常数据，原始训练集被简化为包括S组数据。最后构建测试BP模型使用简化后的训练集训练，得到智能系统的评估结果，并通过测试集进行预测。本发明突破了传统维度约简后所提取特征不再具有原始特征空间物理含义的局限性。