【技术实现步骤摘要】
本专利技术涉及壳体状态识别，特别是涉及基于局部优化和支持向量机的壳体状态识别方法。
技术介绍
1、随着海洋资源的开发和海洋科学研究的深入，水下航行器(如潜艇、无人潜水器等)作为重要的探测工具，其安全性能和可靠性至关重要。水下航行器的壳体是保护内部仪器设备不受海水压力及外部环境影响的关键结构部分，在执行任务时常常面临着极端的海洋环境，这可能导致其壳体结构出现损伤或劣化，从而影响其性能与安全，因此监测壳体的健康状态对确保水下航行器安全运行具有重大意义。
2、传统的壳体监测方法主要依赖于定期检查和人工视觉检测，这些方法不仅效率低下，而且无法实现对壳体状态的实时监控和预警。此外，由于水下环境的复杂性，人工检测往往难以准确评估壳体的损伤程度和位置。因此，亟需一种基于局部优化和支持向量机的壳体状态识别方法，实现对水下航行器壳体的实时监测识别。
技术实现思路
1、本专利技术的目的是提供一种基于局部优化和支持向量机的壳体状态识别方法，解决传统的壳体监测主要依赖于定期检查和人工视觉检测，不仅效率...
【技术保护点】
1.基于局部优化和支持向量机的壳体状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，对所述状态数据进行处理，并基于局部优化算法提取关键特征，包括：
3.根据权利要求2所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，根据提取的关键特征训练支持向量机模型，获得壳体状态的风险值，包括：
4.根据权利要求3所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，根据所述行驶数据对所述风险值进行调整，得到壳体的最终风险值，包括：
5.根据权...
【技术特征摘要】
1.基于局部优化和支持向量机的壳体状态识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，对所述状态数据进行处理，并基于局部优化算法提取关键特征，包括：
3.根据权利要求2所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，根据提取的关键特征训练支持向量机模型，获得壳体状态的风险值，包括：
4.根据权利要求3所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，根据所述行驶数据对所述风险值进行调整，得到壳体的最终风险值，包括：
5.根据权利要求4所述的基于局部优化和支持向量机的壳体状态识别方法，其特征在于，根据所述行驶速度与所述速度阈值之间的速度差值对所...
【专利技术属性】
技术研发人员：成玮，王桦瑀，陈雪峰，韩圣明，张鹏，杨志勃，张兴武，高琳，
申请(专利权)人：西安交通大学，
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。