使用机器学习模型对数据集的数据元素进行分类的计算机实现的方法
申请号：CN202510544913
申请日期：2025-04-28
公开号：CN120873787A
公开日期：2025-10-31
类型：发明专利
摘要
一种使用机器学习模型对数据集的数据元素进行分类的计算机实现的方法(200)包括:对与时间序列相关联的数据集的数据元素进行分类，其中每个数据元素与时间序列的相应时间步长相关联，其中通过根据数据元素的时间顺序将它们一个接一个地输入到机器学习模型中来对数据元素进行分类，其中对数据元素的相应数据元素进行分类包括:使用机器学习模型的特征提取器来确定相应数据元素的特征；使用相应数据元素的特征和时间上在相应数据元素之前的一个或多个其他数据元素的特征，确定特征动态模型的参数，该参数表示特征的特征密度随时间的演变；以及使用特征动态模型确定与相应数据元素相关联的类别。
技术关键词
元素
机器学习模型
期望最大化算法
高斯混合模型
动态
分类器
特征提取器
计算机
卡尔曼滤波器
高斯系统
数据处理设备
序列
参数
密度
指令
线性
介质
系统为您推荐了相关专利信息
机器人巡检控制方法
纺织设备
故障特征频率
背景噪声分量
动态噪声
有序加权平均算子
交互模型
智能座舱
结构方程模型
指标
电源控制电路
逻辑电路
反相器
电源系统
动态锁存器
资源调控方法
能源
资源调控系统
动态优化方法
电力
人才画像
文档布局分析技术
动态更新
命名实体识别技术
时序特性分析
