基于Python的水下导航适配区分类预测研究  

Research on Classification Prediction of Underwater Navigation Adaptation Areas Based on Python

作　　者：王英鉴 蔡昌友[1] 

机构地区：[1]辽宁科技大学电子与信息工程学院,辽宁 鞍山

出　　处：《测绘科学技术》2024年第4期359-364,共6页Geomatics Science and Technology

摘　　要：在探讨水下导航系统的区域适配性标定问题时,本研究首先对所提供的重力异常值数据集执行了插值算法,以增强基准图的分辨率。随后,采用Python编程语言实现的k-means聚类算法对数据进行空间分割,并对各个子区域进行精确标定。通过对标定结果进行编码,并选取与研究目标密切相关的13个关键指标,运用主成分分析(PCA)方法进行降维处理,以简化模型复杂度并提取最具代表性的特征。进一步构建了逻辑回归模型,通过两次迭代优化,提高分类准确性。通过将模型预测结果与实际值进行比较,构建了接收者操作特征(ROC)曲线,以评估模型的预测性能。通过与标准编码的比较,验证了模型在预测分类区域适配性方面的有效性。在模型迁移性预测方面,对新数据集执行了相同的预处理流程,并在此基础上对仿真参数进行了调整,具体包括上下5%和10%的变动。通过灵敏度分析,绘制了参数变化与模型准确率之间的关系图,从而深入探讨了模型参数对预测结果的影响,进一步验证了模型的鲁棒性和适用性。综合分析结果表明,在推动“海洋强省”建设的战略背景下,实现海洋经济发展规划的关键之一在于海洋高新技术领域的创新。其中,水下导航与定位技术的适配区分类预测技术是核心技术之一。水下航行器在执行任务时,需确保自主性、无源性、高隐蔽性、不受地域和时间限制以及高精度的导航与定位能力。重力辅助导航技术是实现上述要求的有效方法之一。本研究的成果为水下导航系统的适配性标定提供了科学的方法论和技术支持,对于提升水下航行器的导航与定位能力具有重要意义。When exploring the regional adaptability calibration issue of underwater navigation systems, this study first performed interpolation algorithms on the provided gravity anomaly value dataset to enhance the resolution of the reference map

关 键 词：k均值聚类模型 二进制编码 二分类逻辑回归 灵敏度分析 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]