摘要
本发明涉及基于余弦相似度优化的船舶分类与预测方法及系统,先采集船舶的原始多维特征数据并进行预处理,结合经验规则对船舶进行初步分类,得到包含多个船舶类别的初步分类结果;再统计初步分类结果中各船舶类别的样本数量,将样本数量小于预设数量阈值的船舶类别记为待优化类别,并将除待优化类别外的其他船舶类别记为参考类别;然后引入余弦相似度方法重新划分种类,得到优化后的船舶分类结果;通过预处理后的多维原始特征数据及优化后的船舶分类结果作为数据集训练和测试随机森林模型进而得到船舶分类预测模型;最后使用船舶分类预测模型对待检测的新船舶进行类别预测,预测出新船舶所属的船舶类别,实现精准的船舶分类和管理。
技术关键词
船舶
随机森林模型
分类预测模型
多维特征数据
预测系统
决策树训练
复杂度
集成学习模型
样本
模块
主机
精度
训练集
标签
矩阵
指标
功率
动力
物理
系统为您推荐了相关专利信息
智能预测系统
预警机制
分布式系统架构
深度语义分析
多模态数据融合
卷积神经网络模型
预测系统
鲁棒性评估
分析模块
生成卷积神经网络
碰撞风险评估方法
支持向量回归方法
节点
无人船
邻域