一种基于集成模型的SBT成功率实时预测方法

AITNT
正文
推荐专利
一种基于集成模型的SBT成功率实时预测方法
申请号:CN202411097578
申请日期:2024-08-12
公开号:CN119138858A
公开日期:2024-12-17
类型:发明专利
摘要
本发明公开了一种基于集成模型的SBT成功率实时预测方法,基于XGBoost模型选择模型常规变量;基于遗传算法GA改进LightGBM模型,建立XG‑GA‑LightGBM模型中的决策模块;进行XG‑GA‑LightGBM模型的模型训练,并得到XG‑GA‑LightGBM模型;将数据输入该模型中,若输出值大于所设阈值时,预测当前时刻实行SBT为成功。基于2小时内的数据预测实行SBT的成功率,不仅能够做到实时预测,还能够适用于现实中数据缺失的情况;以半小时为小范围窗口分割标注后的候选常规数据切片,使特征更具普遍性。
技术关键词
LightGBM模型 XGBoost模型 切片 变量 样本 超参数 训练集数据 遗传算法 心脏射血分数 机器学习库 轮盘赌算法 标签 决策 模块 近似算法 贪心算法 肾上腺素 编码方法
系统为您推荐了相关专利信息
1
一种开关柜绝缘状态预警方法及装置
特征参量 开关柜绝缘状态 因子 分类阈值 预警判据
2
高阶多项式层驱动的多视图聚类表示学习方法及系统
学习方法 多项式 样本 非线性 聚类
3
C+L400G系统零插损光线路保护装置及方法
线路保护装置 曲线 反馈控制单元 主用线路 样本
4
配电终端健康状态预测方法、装置和电子设备
多源监测数据 配电终端 健康状态预测方法 样本 分类器
5
一种微塑料处理污染风险等级评估方法
风险等级评估方法 实体识别模型 关键词 长短期记忆神经网络 塑料
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号