摘要
本发明涉及壳体状态识别技术领域,公开了一种基于局部优化和支持向量机的壳体状态识别方法,其方法包括:采集水下航行器壳体的状态数据,状态数据包括应力数据、变形数据和声发射数据:对状态数据进行处理,并基于局部优化算法提取关键特征;根据提取的关键特征训练支持向量机模型,获得壳体状态的风险值;获取水下航行器的行驶数据,根据行驶数据对风险值进行调整,确定壳体的最终风险值;根据最终风险值生成水下航行器的行驶策略。通过对壳体状态数据进行分析处理,结合局部优化算法和支持向量机模型,提高了壳体状态识别的准确性和效率,实现了对水下航行器壳体状态的实时监测,便于及时发现潜在的安全问题。
技术关键词
状态识别方法
支持向量机模型
风险
局部优化算法
水下航行器壳体
速度
数据
状态识别技术
策略
关系
应力
滤波
参数
系统为您推荐了相关专利信息
LSTM神经网络
气溶胶灭火剂
热电材料
调节动力电池温度
膨胀石墨复合材料
电力信息系统
上下文感知方法
动态污点追踪
漏洞
监控应用程序
水害防治
采空区
预警方法
预警模型
时间序列分析方法