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！

龙图腾网获悉大连海事大学申请的专利一种基于选择性集成学习的海上事故类型预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115577873B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211169984.7，技术领域涉及：G06Q10/04；该发明授权一种基于选择性集成学习的海上事故类型预测方法是由马晓雪;兰赫;乔卫亮;马来好;邓婉怡;沈俊;刘阳设计研发完成，并于2022-09-22向国家知识产权局提交的专利申请。

本一种基于选择性集成学习的海上事故类型预测方法在说明书摘要公布了：本发明提供一种基于选择性集成学习的海上事故类型预测方法，针对海上事故数据时效性强、涉及风险因素较多等特点，考虑到海上事故类型预测模型所需的准确性和普适性，采用选择性集成学习技术，提出了一个两阶段模型选择方法，该方法同时考虑模型准确性与多样性，通过选择一组性能优异的个体学习器构建海上事故类型预测模型，提高了模型的泛化能力和预测精度，实现海上事故类型的快速可靠预测，提升海上事故预防的针对性。

本发明授权一种基于选择性集成学习的海上事故类型预测方法在权利要求书中公布了：1.一种基于选择性集成学习的海上事故类型预测方法，其特征在于，包括以下步骤： 梳理海上事故调查报告，建立海上事故数据集；所述海上事故数据集包括事故类型、事故时间、船舶属性以及事故风险因素； 对海上事故数据集进行数据预处理，并将数据集随机划分为训练集和测试集； 确定个体学习器算法，在训练集上优化超参数，建立多个个体学习器，并形成个体学习器集； 采用两阶段模型选择方法选择使得集成模型的预测性能达到最优的前预设个体学习器进行集成学习；所述两阶段模型选择方法包括：模型准确性选择阶段和模型多样性选择阶段； 对集成学习的前预设个个体学习器采用stacking组合策略构建海上事故类型预测模型，在训练集上训练集成模型，在测试集上评估模型性能； 利用训练好的集成模型对海上事故类型进行预测； 其中，所述模型准确性选择阶段，包括： 从所述个体学习器集中移除在测试集上预测准确率低于预设值的个体学习器； 所述模型多样性选择阶段，包括： 从所述个体学习器集的剩余个体学习器中选择第一个体学习器，所述第一个体学习器为具有最佳预测性能的个体学习器；并将所述第一个体学习器添加到集成模型的个体学习器子集；所述最佳预测性能的个体学习器为多项评价指标之和最高的个体学习器； 从所述个体学习器集的剩余个体学习器中选择第二个体学习器，所述第二个体学习器为与所述第一个体学习器差异最大的个体学习器，将所述第二个体学习器添加到个体学习器子集，并计算基于所述个体学习器子集所构建的集成学习模型的预测性能； 从所述个体学习器集的剩余个体学习器中选择第三个体学习器，所述第三个体学习器为与所述第一个体学习器和所述第二个体学习器基于bagging组合策略构建的集成模型差异最大的个体学习器，将所述第三个体学习器添加到个体学习器子集，并计算基于所述个体学习器子集所构建的集成学习模型的预测性能；所述模型差异为不同模型在同一测试集上得到的分类结果的差异度； 重复所述模型多样性选择阶段的步骤，直到所述个体学习器集在所述个体学习器子集中重新排列成新序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。