一种基于集成学习的声层析声音到达时间计算方法技术

技术编号:40074458 阅读:26 留言:0更新日期:2024-01-17 00:49
本发明专利技术提供了一种基于集成学习的声音到达时间计算方法,包括使用多种算法分别计算声音到达时间,得到若干个计算结果;将所述计算结果与真实结果比较,计算出各算法结果的误差;根据各算法结果的误差,计算各个算法结果的可靠程度,再进行融合;新的数据通过算法计算得到各个声音到达时间结果,再通过集成学习融合成最终结果,实现算法准确度和稳定性的提升。本发明专利技术提供的基于集成学习的声音到达时间计算方法,集成了多种基础计算方法,使得其结果比其中的每一种基础算法都稳定,并且本算法将来还能够集成更多的基础算法来进一步提高整体的准确度,进一步提升了测量河流流速的准确性。

【技术实现步骤摘要】

本专利技术涉及江河声层析流量检测领域,特别是涉及一种基于集成学习的声层析声音到达时间计算方法


技术介绍

1、河流声层析测流技术是一种利用声速差测量河流流速的测量技术,具有设备易安装、结果受河面情况影响小、方便测量等特点,目前,河流声层析测流技术仍在发展阶段,声音信号受到流域地形、温度、设备本身等因素影响,会出现信号变弱、信号缺失等情况,对声音到达时间的测量产生较大干扰,最终影响流速、流量结果的计算。现有的各种单一测量算法在流体测量声音信号中都存在较大误差。

2、因此,本领域亟需一种能够提高江河流量、流速测量结果的技术方案。


技术实现思路

1、为了提高声层析测流过程中,测量声音到达时间的准确率,本专利技术提出了一种基于集成学习的声层析声音到达时间计算方法,利用集成学习结合多个弱学习器,得出误差最小、准确率更高的结果。

2、本专利技术方法包括:

3、步骤一:使用多种算法分别计算声音到达时间,得到若干个计算结果;

4、步骤二:将所述计算结果与真实结果比较,计算出各算本文档来自技高网...

【技术保护点】

1.一种基于集成学习的声音到达时间计算方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的集成学习的声音到达时间计算方法,其特征在于,所述算法包括边缘检测算法、峰值检测算法和预测模型算法。

3.根据权利要求1所述的集成学习的声音到达时间计算方法,其特征在于,所述计算出各算法结果的误差具体为:使用均方误差来描述结果误差,假设某个算法第i时刻计算的声音到达时间为实际到达时间为ti,一共计算得到n组数据,则该算法的均方误差为:

4.根据权利要求1所述的集成学习的声音到达时间计算方法,其特征在于,所述步骤三具体包括:使用加权平均算法,假设一共有n个算法结...

【技术特征摘要】

1.一种基于集成学习的声音到达时间计算方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的集成学习的声音到达时间计算方法,其特征在于,所述算法包括边缘检测算法、峰值检测算法和预测模型算法。

3.根据权利要求1所述的集成学习的声音到达时间计算方法,其特征在于,所述计算出各算法结果的误差具体为:使用均方误差来描述结果误差,假设某个算法第i时刻计算的声音到达时间为实际到达时间为ti,一共计算得到n组数据,则该算法的均方误差为:

4.根据权利要求1所述的集成学...

【专利技术属性】
技术研发人员:任成均丁永清吴宇浩田爱民黄培鸿刘华锋张叔安严观生刘昌高鑫
申请(专利权)人:广州远动信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1