一种基于机器学习的船体涂层破损识别方法及系统

AITNT
正文
推荐专利
一种基于机器学习的船体涂层破损识别方法及系统
申请号:CN202411678184
申请日期:2024-11-22
公开号:CN119167528B
公开日期:2025-03-28
类型:发明专利
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号