用于确定机器学习样本的重要特征的方法及系统

被引：0

专利类型：

发明

申请号：

CN202010641229.9

申请日：

2017-09-08

公开(公告)号：

CN111797927A

公开(公告)日：

2020-10-20

发明(设计)人：

杨强戴文渊陈雨强罗远飞涂威威

申请人：

申请人地址：

100085 北京市海淀区清河中街66号院1号楼九层LO901-1号

IPC主分类号：

G06K962

IPC分类号：

G06N2000 G06F16215 G06F1631

代理机构：

北京铭硕知识产权代理有限公司 11286

代理人：

田方;曾世骁

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2020-10-20	公开	公开
2020-11-06	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20170908

共 50 条

[1]

用于确定机器学习样本的重要特征的方法及系统 [P].

杨强 ;

戴文渊 ;

陈雨强 ;

罗远飞 ;

涂威威 .

中国专利 :CN107729915A ,2018-02-23

[2]

确定机器学习样本的特征重要性的方法及系统 [P].

罗远飞 ;

涂威威 .

中国专利 :CN113435602A ,2021-09-24

[3]

确定机器学习样本的特征重要性的方法及系统 [P].

罗远飞 ;

涂威威 .

中国专利 :CN108021984A ,2018-05-11

[4]

用于确定机器学习样本的特征重要性的方法及系统 [P].

戴文渊 ;

陈雨强 ;

杨强 ;

罗远飞 ;

涂威威 .

中国专利 :CN113822440A ,2021-12-21

[5]

用于确定机器学习样本的特征重要性的方法及系统 [P].

戴文渊 ;

陈雨强 ;

杨强 ;

罗远飞 ;

涂威威 .

中国专利 :CN107316082A ,2017-11-03

[6]

用于选择机器学习样本的特征的方法及系统 [P].

戴文渊 ;

杨强 ;

陈雨强 ;

罗远飞 ;

涂威威 .

中国专利 :CN108108820A ,2018-06-01

[7]

用于选择机器学习样本的特征的方法及系统 [P].

陈雨强 ;

杨强 ;

戴文渊 ;

罗远飞 ;

涂威威 .

中国专利 :CN108090570A ,2018-05-29

[8]

生成机器学习样本的组合特征的方法及系统 [P].

戴文渊 ;

杨强 ;

陈雨强 ;

张舒羽 ;

栾淑君 ;

孙迪 .

中国专利 :CN111797998B ,2024-06-11

[9]

生成机器学习样本的组合特征的方法及系统 [P].

陈雨强 ;

戴文渊 ;

杨强 ;

罗远飞 ;

涂威威 .

中国专利 :CN112990486A ,2021-06-18

[10]

生成机器学习样本的组合特征的方法及系统 [P].

陈雨强 ;

杨强 ;

戴文渊 ;

罗远飞 ;

涂威威 .

中国专利 :CN111783893A ,2020-10-16

← 1 2 3 4 5 →