龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京审计大学
申请日：2024-03-25
公开（公告）日：2024-04-30
公开（公告）号：CN117952566A
主分类号：G06Q10/10
分类号：G06Q10/10;G06Q10/04;G06F18/27;G06F18/214;G06F18/21;G06N20/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.17#实质审查的生效;2024.04.30#公开
摘要：本发明提供了基于岭回归机器学习的项目成本预测方法及计算机系统，涉及项目成本预测技术领域，包括：建立与项目管理数据库的数据通信，进行带有时序的数据获取，建立基础数据集；执行数据降噪生成数据降噪结果，执行岭回归模型构建；进行数据分布和数据量分析，匹配划分K值；执行数据降噪结果的数据随机划分，建立K个数据集，执行岭回归模型的正则化参数寻优，更新岭回归模型；提取目标项目的项目数据，进行项目成本预测，生成初始预测结果；执行风险成本偏差补偿，生成标定预测结果。本发明解决了传统方法无法有效处理项目数据中的时序性和噪声，并且难以精确优化模型参数，导致项目成本预测的准确性、可靠性较差的技术问题。
主权项：1.基于岭回归机器学习的项目成本预测方法，其特征在于，所述方法包括：建立与项目管理数据库的数据通信，并基于数据通信结果进行带有时序的数据获取，建立基础数据集；执行所述基础数据集的数据降噪，生成数据降噪结果，以所述数据降噪结果执行岭回归模型构建；对所述数据降噪结果进行数据分布和数据量分析，根据分析结果匹配划分K值；以所述划分K值执行数据降噪结果的数据随机划分，建立K个数据集，并将K-1个数据集作为训练集，剩余1份数据作为测试集，执行岭回归模型的正则化参数寻优，通过寻优结果更新所述岭回归模型；提取目标项目的项目数据，并将所述项目数据输入所述岭回归模型，进行项目成本预测，生成初始预测结果；通过自适应优化网络执行初始预测结果的风险成本偏差补偿，生成标定预测结果，其中，所述自适应优化网络为与岭回归模型连接的修正网络。
全文数据：
权利要求：
百度查询： 南京审计大学 基于岭回归机器学习的项目成本预测方法及计算机系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号