申请/专利权人：淮阴工学院

申请日：2023-11-30

公开（公告）日：2024-03-22

公开（公告）号：CN117743880A

主分类号：G06F18/23213

分类号：G06F18/23213;G06Q10/063;G06Q10/0639;G06F18/241;G06N20/00;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及土遗址易损性综合评估领域，公开了一种基于机器学习和熵权‑TOPSIS的土遗址易损性综合评估方法，获取病害原始数据，并对其进行预处理；以病害原始数据为输入，利用熵权法为各病害指标赋权；结合权重，利用TOPSIS法为评估对象计算一个综合得分；基于TOPSIS法得到的综合得分，对评估对象进行K‑means聚类，将其分为低等、中等、高等三类；利用综合得分和聚类结果，为每一类赋予“高”、“中”、“低”的标签，使用标签化的数据训练AdaBoost机器学习模型；将经过训练的AdaBoost模型应用于新的土遗址评估对象。与现有技术相比，本发明引入熵权‑TOPSIS法来综合评价土遗址的易损性，直接使用病害数据为评价指标赋权，这大大减少了人为主观因素的影响。

主权项：1.一种基于机器学习和熵权-TOPSIS的土遗址易损性综合评估方法，其特征在于，包括如下步骤：步骤1：获取病害原始数据，所述病害包括裂隙、冲沟、坍塌、掏蚀、片状剥离、生物破坏以及人为破坏，并对其进行预处理；步骤2：以病害原始数据为输入，利用熵权法为各病害指标赋权，基于各病害指标的离散度熵值大小，为其分配权重；步骤3：结合熵权法得到的权重，利用TOPSIS法为评估对象计算一个综合得分，所述TOPSIS法通过计算每个对象与正负理想解的距离得到相对接近度，作为综合评分；步骤4：基于TOPSIS法得到的综合得分，对评估对象进行K-means聚类，将其分为三类，分别为低等、中等、高等三级评定区间；步骤5：人为标记与机器学习结合：利用综合得分和聚类结果，为每一类土遗址的易损性赋予“高”、“中”、“低”的标签，使用标签化的数据训练一个AdaBoost机器学习模型；步骤6：将经过训练的AdaBoost模型应用于新的土遗址评估对象，为其自动分类为“高”、“中”、“低”。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种基于机器学习和熵权-TOPSIS的土遗址易损性综合评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD