一种训练集获取方法、电力设施检测方法及装置

    公开(公告)号:CN111428753B

    公开(公告)日:2024-01-09

    申请号:CN202010121012.5

    申请日:2020-02-26

    Abstract: 本发明公开了一种训练集获取方法、电力设施检测方法及装置,其中,所述训练集获取方法,包括:获取样本图像;对所述样本图像进行高斯金字塔处理,得到高斯金字塔图像数据;对所述高斯金字塔图像数据进行拉普拉斯金字塔处理,得到拉普拉斯金字塔图像数据;获得包括所述高斯金字塔图像数据和所述拉普拉斯金字塔图像数据的训练集,所述训练集用于训练神经网络模型。所述训练集获取方法中,通过对样本图像进行高斯金字塔处理和拉普拉斯金字塔处理,得到的训练集中包括高斯金字塔图像数据和拉普拉斯金字塔图像数据,一方面,有效的丰富了训练集中的样本数量,另一方面,有助于提高模型准确性。

    一种交易趋势的预测方法和装置

    公开(公告)号:CN111798263A

    公开(公告)日:2020-10-20

    申请号:CN202010442278.X

    申请日:2020-05-22

    Abstract: 本发明公开了一种交易趋势的预测方法和装置,所述方法包括:针对同一时间序列的交易数据,采用金字塔型滑动步长的时间序列抽取方法,获得分别对应各步长的采样数据组;对于每个步长,将该步长对应的采样数据组进行先见型预测的准确性判断,根据准确性判断结果设置该采样数据组对应的权重后,根据该采样数据组计算该采样数据组的预测值;根据各采样数据组的预测值和权重计算所述交易数据最终的趋势预测结果。应用本发明不需要进行模型训练,以免因受样本的质量与数量影响模型训练结果,进而影响预测结果的准确性。

    一种训练集获取方法、电力设施检测方法及装置

    公开(公告)号:CN111428753A

    公开(公告)日:2020-07-17

    申请号:CN202010121012.5

    申请日:2020-02-26

    Abstract: 本发明公开了一种训练集获取方法、电力设施检测方法及装置,其中,所述训练集获取方法,包括:获取样本图像;对所述样本图像进行高斯金字塔处理,得到高斯金字塔图像数据;对所述高斯金字塔图像数据进行拉普拉斯金字塔处理,得到拉普拉斯金字塔图像数据;获得包括所述高斯金字塔图像数据和所述拉普拉斯金字塔图像数据的训练集,所述训练集用于训练神经网络模型。所述训练集获取方法中,通过对样本图像进行高斯金字塔处理和拉普拉斯金字塔处理,得到的训练集中包括高斯金字塔图像数据和拉普拉斯金字塔图像数据,一方面,有效的丰富了训练集中的样本数量,另一方面,有助于提高模型准确性。

    一种企业用户的画像方法和装置

    公开(公告)号:CN111797307B

    公开(公告)日:2024-05-17

    申请号:CN202010463510.8

    申请日:2020-05-27

    Abstract: 本发明公开了一种企业用户的画像方法和装置,所述方法包括:将企业用户的货品的中标时间与中标数量、订单时间与订单数量、中标时间与中标金额、订单时间与订单金额的对应关系,经过时域‑频域波形变换后,分别得到所述企业用户的中标数量、订单数量、中标金额、订单金额的频率特征;将中标时间间隔、中标数量的频率特征、中标金额的频率特征、订单时间间隔、订单数量的频率特征、订单金额的频率特征作为RFM模型的输入,获得所述RFM模型输出的评估值;将获得的评估值映射为二进制后,作为所述企业用户的画像。应用本发明可以适用于对企业用户进行画像,且以二进制的编码方式对用户画像,既具备描述用户分类画像的意义,又占用内存空间很少。

Patent Agency Ranking