摘要
本发明提供了一种基于LightGBM算法的海洋环境噪声预报方法,主要解决现有技术中利用机器学习对噪声预报的模型及方法的预测准确率较低的问题;本发明基于实测的声学实验数据和公开数据库中的气象数据,将实测声学实验数据计算出的不同频点的噪声谱级作为标签变量,气象数据作为特征变量,使用网格搜索与交叉验证的方法对LightGBM模型进行超参数优化,获得最佳的LightGBM模型和超参数;本方法具有处理数据时训练速度快、准确率高等优点,可以实现在降低预测时间的同时有效提高预测精度。
技术关键词
LightGBM模型
海洋环境噪声
预报方法
数据
超参数
功率
算法
噪声预报
气象
变量
频率
接收系统
节点
谱估计
水听器
标签
网格
大气压
训练集
系统为您推荐了相关专利信息
定位系统
定位算法
多路径
振动传感器
电流传感器
大语言模型
生成结构化数据
数据处理服务端
生成训练数据
关键词
电渣重熔冶炼
决策优化方法
增量学习算法
元素
随机梯度下降
CT数字岩心
定量表征方法
三维数字岩心
深度学习训练
神经网络架构