专利汇可以提供跨类型的机器学习模型的融合方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及跨类型的 机器学习 模型的融合方法,包括:A.根据配置文件配置模型的输入变量和输出结果;B.在计算中通过对输入变量映射来配置模型;C.通过 接口 对需要计算的所有的模型逐个执行计算,所述接口为一个抽象的方法,该抽象的方法由各种不同类型模型的实现类进行实现,该抽象方法的返回值为所计算的模型的结果返回值;D.将所有模型通过所述抽象方法得到的返回值进行融合计算,融合计算的值为最终的输出结果。本发明通过统一的接口对不同类型的模型进行各自实现方法的计算,实现了在不进行硬编码的情况下,对不同类型的模型进行融合,以及能够灵活的使用各类模型和方式来建立模型,有效降低了模型上线、维护和管理等成本。,下面是跨类型的机器学习模型的融合方法专利的具体信息内容。
1.跨类型的机器学习模型的融合方法,其特征包括:
A.处理器根据预先导入存储器中的配置文件配置模型的输入变量和输出结果,所述的输入变量从进行风险控制的用户信用、图像和/或用户行为中获得;
B.处理器在模型计算中通过对模型的输入变量进行映射来配置模型;
C.通过抽象的接口对需要计算的所有的模型逐个执行计算,并将计算后的中间值和结果保存在存储器中,所述的接口为一个抽象的方法,该抽象的方法由各种不同类型的模型的实现类进行实现,该抽象方法的返回值为所计算的模型的结果返回值;
D.处理器将所有不同类型的模型通过所述抽象方法得到的返回值进行融合计算,融合计算的值为最终的输出结果。
2.如权利要求1所述的跨类型的机器学习模型的融合方法,其特征为:步骤B在配置具体模型时,通过配置一个变量来保存具体模型的计算结果。
3.如权利要求1所述的跨类型的机器学习模型的融合方法,其特征为:步骤B中所述输入变量的映射是来自数据源或前序计算的结果。
4.如权利要求1所述的跨类型的机器学习模型的融合方法,其特征为:步骤C在对所有的模型逐个执行计算时,根据计算需要,上一阶段的模型计算结果可以作为下一阶段的模型变量进行输入。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于思维导图的可视化协同分析系统 | 2020-05-08 | 742 |
一种图像处理方法、移动终端及云服务器 | 2020-05-08 | 280 |
齿轮箱电机一体式结构及小齿轮箱电机一体式驱动油路结构 | 2020-05-08 | 542 |
确定样品气流中至少一种气体浓度的装置和方法 | 2020-05-11 | 185 |
一种基于建筑特性的蓄热供暖系统需热量预测方法及系统 | 2020-05-11 | 44 |
一种车载网关控制器、其配置方法及汽车系统 | 2020-05-11 | 396 |
基于激光诱导击穿光谱的氦气在线检测系统 | 2020-05-08 | 591 |
一种高性能的车辆动态三维建模与轨迹实时渲染方法及装置 | 2020-05-11 | 21 |
适用于钢筋连接套筒灌浆脱空缺陷原位径向压缩检测方法 | 2020-05-11 | 97 |
主机监控与审计系统服务器的数据处理方法 | 2020-05-11 | 992 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。