【技术实现步骤摘要】
本专利技术属于电磁效应预测，具体涉及一种基于机器学习的小样本的电磁效应预测算法。
技术介绍
1、随着电磁技术的快速发展，我们正面临着越来越复杂的电磁环境。在船舶、航空领域，电子集成组件和电子系统的存在对于船舶，飞机正常运行至关重要。然而，它们在航行过程中会受到复杂的强电磁环境影响，这可能导致集成器件损坏和电子系统失效的风险增加。因此，我们迫切需要一种能够预测系统和器件在面对复杂强电磁环境时可能出现的影响现象的方法。
2、在研究中面临着两个主要的问题。首先，采集到的历史数据往往具有小样本量的特点。无论是真实数据记录还是仿真数据采集，都需要耗费大量的人力、物力和时间。这限制了在研究中能够使用的数据量，可能导致结果的不准确。其次，采集到的历史数据还存在样本不平衡的问题。因此不同类别的样本数量存在明显的差异，这可能对传统的数据挖掘算法造成困扰，导致预测结果的偏差。
3、在本专利技术中，我们旨在研究一种适用于小样本和样本不平衡情况下的电磁效应预测算法。我们结合先进的机器学习技术，并充分利用深度学习和模型训练的方法，以提高预...
【技术保护点】
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：
2.根据权利要求1所述的小样本电磁效应预测算法，其特征在于，步骤(1)中所述进行数据分布检测和预处理，具体流程为：
3.根据权利要求2所述的小样本电磁效应预测算法，其特征在于，步骤(2)中划分数据集，输入模型得出特征重要性权值，其具体流程为：
4.根据权利要求3所述的小样本电磁效应预测算法，其特征在于，步骤(3)中所述将取得的特征重要性权重分别与数据集样本的四维特征对应相乘并求和得到损伤阈值，具体流程如下：
5.根据权利要求4所述的小样本...
【技术特征摘要】
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：
2.根据权利要求1所述的小样本电磁效应预测算法，其特征在于，步骤(1)中所述进行数据分布检测和预处理，具体流程为：
3.根据权利要求2所述的小样本电磁效应预测算法，其特征在于，步骤(2)中划分数据集，输入模型得出特征重要性权值，其具体流程为：
4.根据权利要求3所述的小样本电磁效应预测算法，其特征在于，步骤(3)中所述将取得的特征重要性权重分别与数据集样本的四维特征对应相乘并求和得到损伤阈值，具体流程如下...
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。