摘要
本发明提供一种基于机器学习的船体涂层破损识别方法及系统,属于机器学习技术领域,包括:获取基于电化学腐蚀的船舶物理场建模;对船体表面设定腐蚀区域与腐蚀程度,以获取所述船体表面的水下电位数据,利用船舶物理场建模对水下电位数据进行处理,获得数据集;对数据集进行预处理,得到预处理数据集;采用预处理数据集对随机森林模型进行训练,获得目标船舶船体涂层破损识别模型;将目标船舶水下电位信号输入目标船舶船体涂层破损识别模型,输出船体涂层破损识别结果。本发明通过机器学习模型的训练和优化,可以实现自动化的船体涂层破损识别,减少了传统人工检查的主观性和耗时性。
技术关键词
破损识别方法
船舶船体
随机森林模型
涂层
区域位置信息
船舶龙骨
物理
非暂态计算机可读存储介质
机器学习技术
处理器
机器学习模型
数据处理模块
计算机程序产品
电极
识别系统
序列
识别模块