一种基于多维特征并行提取与融合建模的水面无人系统状态自动评估方法

本发明涉及无人船技术领域，特别涉及一种基于多维特征并行提取与融合建模的水面无人系统状态自动评估方法。本发明主要面向水面无人系统的多源时序数据，结合具有物理可解释性的统计特征提取与深度卷积建模，构建结构化与非结构化双通道特征表示。进一步融合基于分类增强的梯度提升Catboost模型与门控循环神经网络GRU模型，兼顾静态分类能力与时序建模能力。同时，引入分类增强融合策略与贝叶斯优化机制，提升模型的分类性能与模型自适应能力。本发明具有高准确性、高鲁棒性及良好的泛化能力，适用于多种复杂运行场景，能够显著提高水面无人系统的运行效率和安全性。