龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：天津大学
摘要：本发明公开一种基于SVR的自适应传播预测模型的建模方法，包括步骤：读取建模所需的特征数据与期望输出数据并进行归一化处理；基于SVR模型选择6折交叉验证的验证策略，在数据划分阶段将数据随机划分为6个互斥子集；每次随机选用5个子集的并集做训练集，剩下一个的子集为测试集，进行6次训练与测试；选择最优的核函数和超参数，建立SVR模型；对模型进行测试，输出传输损耗回归预测值，并与实际传输损耗进行对比，对模型进行评估。本发明的基于SVR自适应传播预测模型，对于调频广播信号电波传播预测精度的提升、预测方法与机器学习的结合等方面的研究和展开提供了思路。
主权项：1.基于SVR的自适应传播预测模型的建模方法，其特征在于，包括步骤：步骤A：读取建模所需的特征数据与期望输出数据并对特征数据进行归一化处理；步骤B：基于SVR模型选择6折交叉验证的验证策略，在数据划分阶段将数据随机划分为6个互斥子集；每次随机选用5个子集的并集做训练集，剩下一个的子集为测试集，进行6次训练与测试；步骤C：选择最优的核函数和超参数，建立SVR模型；步骤D：对模型进行测试，输出传输损耗回归预测值，并与实际传输损耗进行对比，对模型进行评估；步骤A中，所述特征数据包括收发距离、接收点经度与纬度、地形粗糙度和频率特征信息；所述期望输出数据，是从发送位置到接收位置实际测量到的无线信道传输损耗数据；所述归一化处理，是在数据读取完成后，为使不同维度的特征数据具有相同的度量尺度，方便模型运算，对所有的特征数据进行归一化处理，让特征数据处于0到1之间；步骤C中，所述核函数选择应用广泛且可以映射到无限维的高斯核函数；对模型的关键超参数C和G遍历寻优，基于关键超参数C和G遍历寻优的结果实现模型的确定。
全文数据：
权利要求：
百度查询： 天津大学 一种基于SVR的自适应传播预测模型的建模方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号