-
公开(公告)号:CN111507530A
公开(公告)日:2020-08-07
申请号:CN202010309180.7
申请日:2020-04-17
Applicant: 集美大学 , 交通运输部东海航海保障中心厦门航标处
Abstract: 本发明提出一种基于分数阶动量梯度下降的RBF神经网络船舶交通流预测方法,其特征在于:以前a小时船舶交通流量与下一次涨潮前b分钟的交通流量作为神经网络的输入,输出是未来c分钟的船舶交通流量;所述神经网络采用FOGDM-RBF神经网络。其能有效地加快梯度下降法的收敛速度,提高性能,具有较高的精度和有效性,避免了传统神经网络训练速度慢、容易陷入局部最优解、高方差振荡等缺点,并融入了分数阶运算所具有地更快的响应速度、更低的超调、更小的抖振效应和更好的预测控制性能。
-
公开(公告)号:CN213423096U
公开(公告)日:2021-06-11
申请号:CN202021492808.3
申请日:2020-07-24
Applicant: 交通运输部东海航海保障中心厦门航标处 , 厦门海安捷航标技术工程有限公司
Abstract: 本实用新型公开一种基于多种监测手段的航标灯器智能巡检设备,包括灯器检测组件,包括检测固定外壳体和与所述检测固定外壳体侧面安装的大气测量仪、摄像头和日光阈值传感器,固定组件,包括与所述检测固定外壳体侧壁抵接的安装横杆和与所述安装横杆固定的第一凹型固定杆和第二凹型固定杆,方便对航标灯器进行智能检测,检测后对数据进行结合分析计算,检测误差较小,效率较高。
-