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。

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