申请/专利权人：昆明理工大学

申请日：2024-01-10

公开（公告）日：2024-04-09

公开（公告）号：CN117852711A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/02;G06F18/214;G06F18/241;G06N20/00;G06N7/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及岩土工程技术领域，具体为一种基于BOA‑集成学习的岩爆烈度预方法，该方法包括如下步骤：获取预测样本数据集并对所述预测样本数据集进行优化，以获得目标预测数据；基于贝叶斯优化算法、目标预测数据和特定机器学习算法建立基础学习器，并获得基础学习器结果；设置第一集成方式，利用第一集成方式对基础学习器结果进行分析，以获得集成分类器；基于贝叶斯优化算法得到基础学习器和集成分类器的最佳超参数；设置第二集成方式，根据第二集成方式、集成分类器和最佳超参数建立岩爆烈度预测模型。本发明融合多种算法和集成方法构建岩爆烈度预测模型，并结合贝叶斯优化算法优化相关算法的超参数，实现模型训练提高模型预测准确率。

主权项：1.一种基于BOA-集成学习的岩爆烈度预测方法，其特征在于，包括如下步骤：获取预测样本数据集并对所述预测样本数据集进行优化，以获得目标预测数据；基于贝叶斯优化算法、所述目标预测数据和特定机器学习算法建立基础学习器，并获得基础学习器结果；设置第一集成方式，利用所述第一集成方式对所述基础学习器结果进行分析，以获得集成分类器；基于所述贝叶斯优化算法得到所述基础学习器和所述集成分类器的最佳超参数；设置第二集成方式，根据所述第二集成方式、所述集成分类器和所述最佳超参数建立岩爆烈度预测模型。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于BOA-集成学习的岩爆烈度预测方法及系统

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