机构名称：
¥ 1.0
声纳岩与矿山预测是一个机器学习问题，它使用声纳数据来区分岩石和矿山。目标是开发一个模型，该模型可以根据声纳返回数据准确对对象进行分类。一些可用于声纳岩石与地雷预测的机器学习算法包括：逻辑回归，随机森林，K-Neart邻居，支持向量机和深层神经网络。在海洋操作中，声纳设备是必不可少的，尤其是对于寻找岩石和矿山等淹没的物体。确保海上安全和保障需要准确地区分这些事情的能力。我们在这项研究研究中对机器学习算法进行了详尽的比较，以帮助确定声纳回报是否指示岩石或矿山。使用声纳声音特征的数据集，我们评估了几种监督的学习算法：随机森林，K-最近的邻居，支持向量机和深神经网络。我们根据F1得分，召回，准确性和分类中的精度来研究模型的性能。我们还研究了特征选择策略和超参数调整如何影响模型的性能。通过全面的测试和分析，我们提供了有关基于声纳的对象的不同机器学习方法
使用机器学习的岩石和地雷预测...
主要关键词
相关文件推荐
