摘要
本发明公开了一种改进的基于支持向量机算法的飞行动作识别方法,通过改进的SVM算法训练飞行数据;利用Gazebo仿真环境的物理引擎增加挑战,部分数据在有风条件下获取;也对数据进行整理以剔除无关部分——原始数据不仅包含有用信息,还涵盖数百行无用内容,可能导致预测不准确。在训练时,先将输入的大批数据进行一系列处理使其在时序上对齐,然后进行主成分分析(PCA)完成数据降维,通过SVM算法训练,将最后的动作类型和动作评分作为输出。
技术关键词
支持向量机算法
动作识别方法
拉格朗日
多项式核函数
数据
成分分析
SVM算法
仿真环境
标签
参数
文件夹
非线性
线段
时序
符号
格式
样本
数值
指标
系统为您推荐了相关专利信息
预警模型
预警方法
历史运行数据
度量
风力发电机技术
分布式存储系统
扫码
WebSocket协议
数据
文本