【技术实现步骤摘要】
本申请涉及海浪数据特征选择，特别是涉及一种基于不平衡学习的海浪数据特征选择方法、装置及设备。
技术介绍
1、海洋是自然界水循环的重要组成部分，在地球上水文生态环境中发挥着举足轻重的作用。随着科技的发展和人们对自然环境的深入了解，海浪数据的应用范围越来越广泛。在气象预报、海洋气候变化分析、渔业资源管理等领域中，海浪数据起到了不可替代的作用。然而，由于海浪数据存在不平衡性，即部分类别数据样本数量明显偏少，给海浪数据的应用带来了一定挑战。例如，在海洋预报中，极端海洋现象(如台风、风暴潮等)的发生概率相对较低，而普通海洋现象的发生概率相对较高，这就导致了海洋数据集中存在很严重的类别不平衡问题。这会导致对于罕见事件的预报效果较差，而罕见极端现象往往会带来灾难性后果。对于不平衡数据，传统机器学习算法往往只关注样本量大的数据类别，忽略了样本量小的少数类样本，使得模型倾向于将所有样本都划分为样本量多的类别，导致模型对少数类样本的分类效果很差，影响预报准确性和可靠性。对海浪数据进行不平衡学习是非常必要的。
2、然而即使使用不平衡学习方法，模型...
【技术保护点】
1.一种基于不平衡学习的海浪数据特征选择方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于不平衡学习构建海浪特征选择模型，包括：
3.根据权利要求1所述的方法，其特征在于，获取海浪数据作为训练样本数据集，将所述训练样本数据集输入至所述海浪特征选择模型进行特征分类，得到第一分类数据与第二分类数据，包括：
4.根据权利要求3所述的方法，其特征在于，将所述训练样本数据集输入至所述海浪特征选择模型训练不平衡判别器，包括：
5.根据权利要求4所述的方法，其特征在于，将所述第一分类数据输入至所述第一特征...
【技术特征摘要】
1.一种基于不平衡学习的海浪数据特征选择方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于不平衡学习构建海浪特征选择模型，包括：
3.根据权利要求1所述的方法，其特征在于，获取海浪数据作为训练样本数据集，将所述训练样本数据集输入至所述海浪特征选择模型进行特征分类，得到第一分类数据与第二分类数据，包括：
4.根据权利要求3所述的方法，其特征在于，将所述训练样本数据集输入至所述海浪特征选择模型训练不平衡判别器，包括：
5.根据权利要求4所述的方法，其特征在于，将所述第一分类数据输入至所述第一特征网络进行特征选择，并根据第一评价指标获取第一目标子集，包括：
6.根据权利要求4所述的方法，...
【专利技术属性】
技术研发人员：任小丽，林秦杰，李小勇，谭家明，邓科峰，任开军，宋君强，赵成武，张荻，邵成成，朱湘，曹建平，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
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。