申请/专利权人:中国民航大学
申请日:2024-01-03
公开(公告)日:2024-04-02
公开(公告)号:CN117807505A
主分类号:G06F18/241
分类号:G06F18/241;G06F18/213;G06F18/214;G06N3/006
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:本发明公开了一种融合群体智能与机器学习的颠簸分类方法,属于颠簸分类应用技术领域,包括以下步骤:步骤1、对获取的QAR数据通过特征提取算法建立与颠簸信息相关的特征子集;步骤2、根据建立的特征子集进行数据标准化操作和真实EDR数据的线性插值处理;步骤3、利用群体智能优化算法WOA优化机器学习算法CatBoost的内部超参数;步骤4、建立适合颠簸识别的监督式规律学习融合模型进行颠簸的分类。本发明提供了一种融合群体智能与机器学习的颠簸分类方法,通过开展针对机载QAR历史数据的颠簸分类分析,增强我国民航拥有对全空域航线上颠簸的动态感知能力,为民航飞机提供航路引导和颠簸预防。
主权项:1.一种融合群体智能与机器学习的颠簸分类方法,其特征在于,包括以下步骤:步骤1、对获取的QAR数据通过特征提取算法建立与颠簸信息相关的特征子集;步骤2、根据建立的特征子集进行数据标准化操作和真实EDR数据的线性插值处理;步骤3、利用群体智能优化算法WOA优化机器学习算法CatBoost的内部超参数;步骤4、建立适合颠簸识别的监督式规律学习融合模型进行颠簸的分类。
全文数据:
权利要求:
百度查询: 中国民航大学 一种融合群体智能与机器学习的颠簸分类方法
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。