原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种绞吸挖泥船异常工况智能识别诊断方法，方法设计为：S1：数据采集和筛选关键变量；S2：数据常规预处理；S3：基于K线图定义，进一步预处理得到K线图时序特征数据；S4：基于K线图时序特征进行异常诊断算法设计，并进行施工工况标注；S5：建立异常工况数据库；S6：基于异常工况数据库，建立XGBoost异常工况辨识模型，通过不断迭代训练模型，输出最优XGBoost分类器。本发明将金融领域的K线理论转应用至疏浚船异常工况识别的算法设计别框架中，并通过重新定义采样周期，不仅可以大大提升时间序列
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116991915 A
(43)申请公布日 2023.11.03
(21)申请号 202310924907.6
(22)申请日 2023.07.25
(71)申请人 中交疏浚技术装备
文档评论（0）