龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：复旦大学
摘要：本发明属于电磁效应预测技术领域，具体为一种基于机器学习的阈值加权的小样本电磁效应预测算法。本发明方法包括：检测数据分布，进行数据预处理；训练模型求解特征重要性；将特征重要性和原始数据结合求解设定损伤阈值；将新数据与特征重要性权值结合求解损伤得分，求解预测结果；计算达到下一效应的概率。本发明可以为强电磁环境下的电子系统以及元件提供良好的预测结果，保证系统的稳定运行。
主权项：1.一种基于机器学习的阈值加权的小样本电磁效应预测算法，其特征在于，具体步骤如下：1将收集到的数据进行数据分布检测，进行数据预处理，包括归一化处理以及上采样；进行归一化处理是调整数据的分布使得其更适合后续操作，通过上采样得到类别分布均匀的数据；2将上述得到的数据集划分为训练集和测试集；训练集用于模型训练，训练过程中通过计算数据特征得到特征重要性权值即特征权重；所述数据特征包括数据集样本的“脉宽”、“场强”、“重复频率”，“持续时间”四个特征，所述特征权是指这四个特征的权重，具体为四维特征在效应预测过程中分别所占的重要性百分比；所述模型使用LightGBM机器学习模型，通过训练，对输入的数据的四维特征计算出一组特征权重；3将取得的特征权重分别与数据集样本中的上述四维特征的数值对应相乘并求和，得到损伤阈值，不同的效应物类别分别设定不同的损伤阈值；4将经过同样归一化处理的测试集数据，分别与特征权重对应相乘并求和，将其分别与对应效应物类别的损伤阈值进行比对，得出预测结果；这里所述效应依次分为“正常”，“干扰”，“降级”，“损伤”四个等级，不同效应物出现上述效应的阈值不同；5计算上述求和值，即损伤得分，在阈值区间的相对位置评估达到下一级效应的概率。
全文数据：
权利要求：
百度查询： 复旦大学 基于机器学习的阈值加权的小样本电磁效应预测算法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号