申请/专利权人:安徽新华学院
申请日:2023-06-08
公开(公告)日:2024-04-02
公开(公告)号:CN117807467A
主分类号:G06F18/23213
分类号:G06F18/23213;G06F16/21;G06F17/18
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明公开了一种基于改进k均值聚类算法的无人艇多模型建模方法,涉及无人艇建模技术领域,包括有以下步骤:S1、无人艇在海面环境运行时,选取数据参数模型,记录数据,然后将高速无人艇的运行数据平滑滤波后分成加速和减速两个阶段;S2、采用一种改进的k均值聚类算法对这两个阶段的数据进行最优工况划分计算,划分得到的k个簇;S3、使用批处理最小二乘法对S2中的每个工况的数据,建立得到其中一个簇中的模型参数的局部线性模型;S4、然后遍历使用S2中划分得到的k个簇,带入S3中的局部线性模型,最终得到高速无人艇的多模型集合构成多模型库。从而大大提高高速无人艇建模的有效性和准确性。
主权项:1.一种基于改进k均值聚类算法的无人艇多模型建模方法,其特征在于,包括有以下步骤:S1、无人艇在海面环境运行时,选取数据参数模型,记录数据,然后将高速无人艇的运行数据平滑滤波后分成加速和减速两个阶段;S2、采用一种改进的k均值聚类算法对这两个阶段的数据进行最优工况划分计算,划分得到的k个簇;S3、使用批处理最小二乘法对S2中的每个工况的数据,建立得到其中一个簇中的模型参数的局部线性模型;S4、然后遍历使用S2中划分得到的k个簇,带入S3中的局部线性模型,最终得到高速无人艇的多模型集合构成多模型库。
全文数据:
权利要求:
百度查询: 安徽新华学院 一种基于改进k均值聚类算法的无人艇多模型建模方法
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。