专利交易市场

本发明公开了一种基于无监督机器学习的自动生成规则系统及方法，系统包括依次连接的深度特征合成模块、无监督聚类模块和自动规则生成模块。本发明包含深度特征合成、无监督聚类和自动规则生成三个模块，在进行深度特征合成时，解决了特征工程的问题，大大提高了构造特征的效率。在进行无监督聚类时，避免了结构化数据拟合任意分布的问题，同时高斯混合模型较其他聚类算法更具一般性，仅需少量的参数就能较好地描述数据的特性。在进行自动规则生成时，通过drools规则引擎，使得该模块功能强大、可扩展，且极易维护。

本发明公开了一种利用声传播数据和无监督机器学习的海底沉积分类方法，涉及海底沉积分类技术领域，其技术方案要点是：包括以下步骤：步骤1：基于物理机制生成声场分布值；步骤2：生成训练数据集；步骤3：非监督机器学习分类，以获得不同沉积类型神经元；步骤4：获取最匹配神经元，求解声场分布的实测值与输出层的神经元间的Euclidean距离，将距离最小的输出层神经元确定为最匹配神经元，而最匹配神经元对应的沉积类型值即为对应的分类结果。本发明通过声学方法可以实现大面积即时的海底沉积分类，采用声传播数据，通过引入声传播的物理机制，解决了特定海洋环境下机器学习样本缺乏的问题，通过机器学习的应用提升了海底沉积物类型判断的精确度。