Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于XGBOOST构建道面抗滑性能预测模型的方法及其构建的模型 

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!

摘要:本发明涉及一种基于XGBOOST构建道面抗滑性能预测模型的方法及其构建的模型。模型构建的方法包括如下步骤:1采集试件的纹理信息和摩擦值;2纹理信息的处理;3XGBOOST模型输入参数的采集;4参数选取;5构建并训练基于XGBOOST的道面抗滑性能预测模型。本发明通过对前期一系列数据处理,不仅在对数据的清洗、缺失值处理和特征工程预处理等预处理,还考虑细化纹理方面,在不同温度湿度的条件下,将纹理分离为宏微观纹理,以及分别计算不同情形下分形维数,最后通过交叉验证等方法选择合适的参数组合,以获得更好的模型性能。在训练过程中使用早期停止法,避免模型过拟合。

主权项:1.一种基于XGBOOST构建道面抗滑性能预测模型的方法,其特征在于,包括如下步骤:1采集试件的纹理信息和摩擦值;所述纹理信息包括纹理图、纹理的相关高度参数信息和纹理三维信息;具体的:采集试样的纹理信息和摩擦值时,是采集不同温度和湿度的条件下试件的纹理信息和摩擦值;2纹理信息的处理纹理信息重构、重构完成后提取数据集和投影图以及断面轮廓线和原始纹理三维信息分离;3XGBOOST模型输入参数的采集包括分形维数参数采集和微观纹理与宏观纹理表面的参数值提取;所述分形维数参数采集包括:断面轮廓线分形维数D1的采集、投影图分形维数D2的采集和三维分形维数D3的采集;4参数选取所述参数为13个微观宏观纹理特征参数,分别为:Ra、Rq、Rsk、Rku、MTD、MPD、ETD、LRLengthRatio、MEVMEV-S\M、MSVMSV-S\M、DBC1D1、DBC2D2、DBC3D3;a.在origin中利用Pearson相关系数制作热图分析,对13个微观宏观纹理特征参数进行相关度对比;b.相关度极低的特征参数及删除,留下优质参数,去除相关度最低参数,为下述模型训练提供数据集;5构建并训练基于XGBOOST的道面抗滑性能预测模型。将道面样本集输入到道面抗滑性能预测模型XGBOOST模型进行模型训练,得到训练好的预测模型。

全文数据:

权利要求:

百度查询: 烟台大学 基于XGBOOST构建道面抗滑性能预测模型的方法及其构建的模型

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。

相关技术
相关技术
相关技术
相关技术