基本信息:
- 专利标题： 基于自适应加点的飞机着陆风险预测的分类模型构建方法
- 申请号：CN202410218111.3 申请日：2024-02-28
- 公开(公告)号：CN117786467B 公开(公告)日：2024-04-30
- 发明人： 张斌 , 谢文俊 , 许浩楠 , 刘淏旸
- 申请人： 上海交通大学四川研究院
- 申请人地址： 四川省成都市双流区科学城天府菁蓉中心A区10号楼二楼
- 专利权人： 上海交通大学四川研究院
- 当前专利权人： 上海交通大学四川研究院
- 当前专利权人地址： 四川省成都市双流区科学城天府菁蓉中心A区10号楼二楼
- 代理机构： 北京正华智诚专利代理事务所
- 代理人： 何凡
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/214 ; G06N3/12
摘要：
本发明公开了一种基于自适应加点的飞机着陆风险预测的分类模型构建方法，其包括S1获取样本集，并采用样本集对分类模型进行训练，得到分类器模型；S2判断样本集是否已进行至少一次加点操作，若是，进入步骤S4，否则进入步骤S3；S3基于分类器模型和梯度加点方法，生成预设数量的新样本点，并进入步骤S5；S4获取遗传算法的决策变量、优化目标和约束条件，采用遗传算法对分类器模型进行寻优，生成预设数量新样本点，并进入步骤S5；S5将生成的新样本点加入样本集中形成训练集，并采用训练集对分类器模型进行训练；S6判断迭代训练后的分类器模型是否满足终止训练条件，若是，则输出训练样本集和分类器模型，否则，采用训练集更新样本集，并返回步骤S2。
公开/授权文献:
- CN117786467A 基于自适应加点的飞机着陆风险预测的分类模型构建方法 公开/授权日：2024-03-29