摘要
本发明提供了一种基于堆叠策略的耙吸挖泥船耙头吸入密度预测方法,收集耙吸挖泥船正常挖泥装舱作业时的历史数据,构成数据集;对数据集进行预处理并剔除数据中的冗余信息;构建基于堆叠策略的耙头吸入密度的集成模型,利用剔除冗余信息的数据集训练和测试基于堆叠策略的耙头吸入密度的集成模型,满足性能指标评价的耙头吸入密度的集成模型用于耙头吸入密度的实时预测;在实际应用中,收集耙吸挖泥船正常挖泥装舱作业时的实时数据,对实时数据进行预处理和剔除冗余信息,输入满足性能指标评价的耙头吸入密度的集成模型,得到耙头吸入密度的实时预测结果。本发明方法拥有较高的预测准度和精度,并且构建的集成模型具有较强的泛化能力和容错能力。
技术关键词
密度预测方法
挖泥船耙头
收集耙吸挖泥船
学习器
主成分分析技术
波浪补偿器
实时数据
径向基函数神经网络
广义回归神经网络
冗余
样本
K折交叉验证法
策略
协方差矩阵
网格搜索方法
回归决策树
系统为您推荐了相关专利信息
学习器
构建算法
编码器
特征提取模块
综合评价指标
推荐模型训练方法
深度学习模型
预训练语言模型
网络特征
统计特征
趋势预测方法
电网运行数据
学习器
负载预测技术
趋势预测系统
识别预测方法
箱梁预应力
火灾
监测预警系统
检测无人机