咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于极端随机树的混合气体检测模型构建方法 收藏
基于极端随机树的混合气体检测模型构建方法

基于极端随机树的混合气体检测模型构建方法

专利申请号:CN201910329097.3

公 开 号:CN110175195B

发 明 人:许永辉 孙超 赵玺 杨子萱 

代 理 人:北京慕达星云知识产权代理事务所(特殊普通合伙)崔自京

代理机构:北京慕达星云知识产权代理事务所(特殊普通合伙)

专利类型:发明专利

申 请 日:20221129

公 开 日:20190423

专利主分类号:G06F16/2458

关 键 词:气体信号 时间序列 混合气体检测 模型构建 弯曲路径 数据集 随机树 筛选 目标混合气体 主成分分析法 分类准确率 随机数算法 混合气体 建立模型 气体特征 时间效率 数据采集 分类 

摘      要:本发明公开了一种基于极端随机树的混合气体检测模型构建方法,包括对混合气体进行数据采集,得到数据集,所述数据集包括至少三条气体信号时间序列,并计算气体信号时间序列的最优弯曲路径,利用最优弯曲路径进行筛选;利用主成分分析法对筛选后的气体信号时间序列提取气体特征;利用极端随机数算法建立模型,并对目标混合气体进行分类。本发明提出基于极端随机树的混合气体检测模型构建方法,较大程度上提高分类准确率和时间效率。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分