《表3 特征验证:基于机器学习的海里油耗估计算法》
经过上述标准化后,为了验证我们选择到的特征有效性,我们采用了SVM算法进行模型训练。以1号船舶数据为例,首先我们进行了如表2所示的五个特征到海里油耗的预测,进一步地,我们从众多的船舶参数,包括时间戳、对水速度、船艏向、舵角、水深、吃水、航速、风向、风速、纬度、经度、转速、主机功率、1号电机功率、2号电机功率、3号电机功率、电机进口流量、电机出口流量、滑失率当中随机抽取5个特征进行训练(为了保证海里油耗是可以计算的,其中5个特征中必然有航速数据)。重复四次随机选取特征,最后一次用随机森林选择到的五个特征进行训练,偏差采用中位数绝对误差,得到如表3所示的结果。如表中所示,第5次实验取得了最高的准确度。因此,我们能够看出随机森林选择到的特征是有效果的。
图表编号 | XD00213588700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 李湘军、朱慧敏、谭笑、张瑞、薛晨、彭志强 |
绘制单位 | 震兑工业智能科技有限公司、震兑工业智能科技有限公司、震兑工业智能科技有限公司、震兑工业智能科技有限公司、震兑工业智能科技有限公司、震兑工业智能科技有限公司 |
更多格式 | 高清、无水印(增值服务) |