预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共25页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113822495A(43)申请公布日2021.12.21(21)申请号202111223299.3(22)申请日2021.10.20(71)申请人平安科技(深圳)有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人包承鸣徐伟张天祥姜凯英刘志勇乔善昭(74)专利代理机构上海汉之律师事务所31378代理人周婷婷(51)Int.Cl.G06Q10/04(2012.01)G06N20/10(2019.01)G06K9/62(2006.01)G06Q50/02(2012.01)权利要求书3页说明书15页附图6页(54)发明名称基于机器学习模型的长势预测方法、装置、设备及介质(57)摘要本发明涉及人工智能技术领域,提出一种基于机器学习模型的长势预测方法、装置、设备及介质,该方法通过第一样本数据集训练若干个不同类别的预设基础模型,得到至少两个机器学习模型,将第二样本数据集的第二长势影响向量分别输入各机器学习模型,以确定各机器学习模型对应的总识别准确率和长势识别准确率,将目标长势影响向量分别输入各机器学习模型得到若干个目标预测长势,根据各目标预测长势、总识别准确率和长势识别准确率确定目标长势影响向量所对应的最终预测长势及最终预测长势可信度。本发明还提出一种基于机器学习模型的长势预测装置、设备及介质,不需要依赖过多的历史长势数据就能够实现长势预测,且长势预测的准确性更佳,误差更低。CN113822495ACN113822495A权利要求书1/3页1.一种基于机器学习模型的长势预测方法,其特征在于,所述方法包括:获取第一样本数据集,所述第一样本数据集包括若干组第一实际长势和第一长势影响向量;根据所述第一样本数据集分别训练若干个不同类别的预设基础模型,得到多个机器学习模型;获取第二样本数据集,所述第二样本数据集包括若干组第二长势影响向量和第二实际长势,将所述第二长势影响向量分别输入各所述机器学习模型,输出若干个样本预测长势;根据所述样本预测长势和所述第二实际长势分别确定多个所述机器学习模型对应的总识别准确率,以及各所述机器学习模型对应的长势识别准确率;获取目标长势影响向量,将所述目标长势影响向量分别输入各所述机器学习模型,分别得到若干个目标预测长势;根据各所述目标预测长势,各所述目标预测长势所对应机器学习模型的总识别准确率,以及各所述目标预测长势所对应机器学习模型的长势识别准确率确定所述目标长势影响向量所对应的最终预测长势,并确定所述最终预测长势的最终预测长势可信度。2.如权利要求1所述的基于机器学习模型的长势预测方法,其特征在于,根据各所述目标预测长势,各所述目标预测长势所对应机器学习模型的总识别准确率,以及各所述目标预测长势所对应机器学习模型的长势识别准确率确定所述目标长势影响向量所对应的最终预测长势,并确定所述最终预测长势的最终预测长势可信度包括:获取各所述机器学习模型对应的预设影响因子;将所述预设影响因子和总识别准确率中最小值作为所述机器学习模型的可信因子;通过预设的计算公式对所述长势识别准确率,可信因子,各所述机器学习模型的长势识别准确率,以及各所述机器学习模型对应的预设影响因子进行处理,得到可信度;根据各机器学习模型对应的可信度确定可信模型,并将所述可信模型输出的目标预测长势作为最终预测长势,将所述可信模型的可信度作为最终预测长势可信度。3.如权利要求1所述的基于机器学习模型的长势预测方法,其特征在于,所述方法还包括:获取预设长势,并根据所述预设长势与最终预测长势确定关注参数;所述关注参数的确定方式包括:K=(S预测‑S预设)/S预设其中,K为关注参数,S预设为预设长势,S预测为最终预测长势。4.如权利要求1‑3任一项所述的基于机器学习模型的长势预测方法,其特征在于,所述第一长势影响向量包括第一长势影响数据,所述目标长势影响向量包括目标长势影响数据,所述方法还包括:将第一样本数据集中的第一长势影响数据根据第一实际长势划分为若干个长势小组,对每一个所述长势小组中的所述第一长势影响数据分别进行聚类处理,得到若干个聚类小组;将包括数据量排名前N个的聚类小组中长势影响数据作为各第一实际长势所对应的相关长势影响数据,生成长势‑相关长势影响数据映射集;获取目标长势影响向量所对应的预设理想长势;2CN113822495A权利要求书2/3页若所述预设理想长势优于最终预测长势,根据所述预设理想长势和长势‑相关长势影响数据映射集确定预设理想长势所对应的相关长势影响数据作为理想长势影响数据;根据所述目标长势影响数据和理想长势影响数据确定长势调整方案。5.如权利要求1‑3任一项所述的基于机器学习模型的长势预测方法,其特征在于,所