摘要
本发明公开了一种基于数据增强的破片侵彻靶板弹道极限速度预测方法,对预先获取的侵彻数据进行数据异常值检测,将侵彻数据分成7个待增强数据区间,并选出少数样本区间;建立SMOTE数据增强方法对少数样本区间的侵彻数据进行数据增强,对通过数据增强生成的样本数据进行数据筛选,并将筛选后的样本数据加入原数据集,构成扩充后的新数据集;利用交叉验证法选出最优模型参数,建立GBDT模型;对实际的侵彻数据进行预测。本发明通过新增少数区间样本来规避数据量少、存在异常数据及样本不平衡带来的计算误差,提高模型的泛化性,更高效地实现对破片侵彻靶板弹道极限速度的预测。
技术关键词
GBDT模型
样本
交叉验证法
交叉验证方法
KNN算法
模型超参数
计算误差
网格
异常数据
小区间
聚类
训练集
软件
指标
邻居
系统为您推荐了相关专利信息
POCT检测仪
移动机械臂
磁棒
荧光PCR方法
扫码器
故障诊断模型
故障诊断方法
知识蒸馏方法
工业设备
特征提取网络
长短期记忆网络
建筑能耗预测方法
样本
学习算法
序列
大语言模型
命名实体识别方法
学习方法
自然语言文本
样本
负荷预测模型
长短期记忆神经网络
模型超参数
解码网络
短期电力负荷预测