摘要
本发明公开了一种基于随机森林分类模型的本底事件甄别方法,包括通过探测系统测量的高活度标准样品和空白样品,得到原始数据集,对所述原始数据集进行预处理得到标准数据集;根据所述标准数据集构建随机森林分类模型,训练所述随机森林分类模型,根据训练误差对所述随机森林分类模型进行优化;使用优化后的所述分类模型对待测样品进行本底事件甄别,对所述待测样品和所述标准数据集进行时间序列关系分析,输出甄别结果。该方法不仅可以提高本底事件甄别的精度,同时具有较好的可解释性,可以直接应用于本底事件甄别系统中。
技术关键词
随机森林
超参数
数据
甄别方法
时间序列关系
验证阈值
特征值
滑动窗口
表达式
矩阵
探测系统
稳态
慢特征分析
分类模型训练
甄别系统
构建决策树
索引
图谱
标签
阶段
系统为您推荐了相关专利信息
智能展厅
自动化控制系统
科技馆
负载均衡模块
设备健康状态
智能电网故障
自愈方法
多模态数据融合方法
故障自愈
预训练语言模型
健康检测数据
健康状态预测
周期性特征
波动特征
时间序列分析方法
移动机器人
故障分析模型
大语言模型
故障定位模型
数据