Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学常雷雷获国家专利权

恭喜杭州电子科技大学常雷雷获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜杭州电子科技大学申请的专利一种基于集合运算的兼容多模型输出融合方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118133218B

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311521769.3,技术领域涉及:G06F18/25;该发明授权一种基于集合运算的兼容多模型输出融合方法是由常雷雷;余晨浩;徐晓滨;曹友;侯平智;冯静;章振杰;马枫设计研发完成,并于2023-11-15向国家知识产权局提交的专利申请。

一种基于集合运算的兼容多模型输出融合方法在说明书摘要公布了: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。

本发明授权一种基于集合运算的兼容多模型输出融合方法在权利要求书中公布了:1.一种基于集合运算的兼容多模型输出融合方法,其特征在于,所述方法应用于无人机群体的整体侦察能力评估,包括如下步骤:S1、收集数据集,并将数据集随机划分为训练集DT和测试集DV,所述数据集中每组数据包含5个输入和一个输出,5个所述输出包括:侦查覆盖范围、侦查高度、导航时间、侦查精度、识别时间,所述输出为整体侦查能力;S2、任意选取至少两种机器学习模型,并用训练集DT来训练机器学习模型,从而得到S个子模型;S3、根据子模型的精度以及子模型输入的数据与子模型的相似度计算权重,计算第s个子模型关于第q组数据的输出分配权重wq,s; 其中,rs为第s个子模型精度,为输入的数据与子模型的相似度;所述子模型的精度由平均绝对百分比误差MAPEs计算得到;所述输入的数据与子模型的相似度的由欧氏距离算法计算得到,表达式如下: 其中,M为数据集中输入因素的总个数,为关于第s个模型的第m个输入因素的核心数据与第q组数据之间的相似度,θm表示第m个输入因素的权重;用于计算相似度的核心数据的获取方法为:1根据集合运算确定第s个子模型的焦点数据列表;2根据聚类算法从所述焦点数据列表Λs中形成一组核心数据;所述焦点数据列表的获取方法为:根据第s个模型产生的平均误差以升序对训练数据进行重新排序,形成一个新的有序列表Ls:Ls={d1,s,…,dp,s,…,dP,s}其中,ed1,s…edp,s…edP,s;从Ls中选择与第s个模型相关的较小误差的初始焦点数据列表根据集合运算确定关于第s个模型的共享数据集 其中,j∈S,s≠j;确定最终的焦点数据列表Λs; S4、根据步骤S3计算出的各个子模型权重以及精度,对S个子模型的输出进行融合,并在测试集上验证。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。