摘要
本发明属于航运信息化、智能化技术领域,具体涉及一种船舶的装卸货自动化判断方法。所述方法包括:整理与装卸货判断相关的特征;根据选取特征,筛选并整理这些特征对应的数据,并生成上百条数据,筛选修理状态数据和加油状态数据,剔除与业务经验相悖的数据,构成训练数据集;从训练数据集中挑选若干数据,对机器学习模型进行训练,并在训练过程中进行模型参数调优,得到训练好的模型;针对特殊情况的装卸货,通过STS对训练好的模型进行反判断;随机抽取两组数据构成两个数据集,采用训练好的模型进行测试,检测两个数据集的测试精度。本发明能够有效地提升基于AIS数据的装卸货判断的准确率。
技术关键词
装卸货
判断方法
XGBoost模型
机器学习模型
数据
船舶
港口设备
泊位
船对船
随机森林模型
智能化技术
选取特征
滑动窗口
样本
精度
参数
复杂度
节点
单片
批量
系统为您推荐了相关专利信息
资产定位方法
三维全息影像
多模态数据采集
多模块
风险评估模型
功率管理系统
光伏组件
储能控制系统
时间序列预测模型
光伏发电系统
水电站闸门检测
采集环境参数
模式识别算法
特征值
异常信号
决策
路径优化算法
物流配送路径
交通
数据接收器