-
公开(公告)号：CN102841385B
公开(公告)日：2015-02-25
申请号：CN201210237318.2
申请日：2012-07-10
Applicant: 哈尔滨工程大学
IPC: G01V3/40
Abstract: 本发明公开了一种基于多重分形克里金法的局部地磁图构建方法，包括步骤一：去除实测数据中的主磁场成分；步骤二：选定估值区域；步骤三：拟合高斯模型，计算估值区域内各控制点间以及各控制点与待插值点之间的半方差；步骤四：计算估值区域内各测点的权重系数；步骤五：利用多重分形理论推算待插值点邻域内的测度表达式；步骤六：建立待插值点在其小邻域内的多重分形克里金法插值方程；步骤七、采用交叉验证法验证插值的精度并构建地磁图。本发明充分考虑地磁异常场的空间相关性及其在待插值点邻域内的奇异特征，根据实测数据进行精确的插值，使得插值结果更加符合实际地磁异常场的空间变化趋势，为地磁导航构建高精度、高分辨率的局部地磁图。
-
公开(公告)号：CN103926832A
公开(公告)日：2014-07-16
申请号：CN201410158182.5
申请日：2014-04-18
Applicant: 哈尔滨工程大学
IPC: G05B13/00
Abstract: 本发明一种神经网络跟踪控制的自适应学习率调节方法，包括以下几个步骤：建立控制系统；将神经网络的所有权值按层进行单位化；引入训练样本集得到误差信号e(n)和训练代价函数ε(n)；得到线性化后的活化函数s(x)；确定各神经元的诱导局部域及神经元输出；求解各个局部梯度函数δj(n)及线性化表示δjL(n)；选择的自适应调整学习率；训练神经元突触权值；循环次数加1，直至满足停止准则，输出跟踪控制信号。本发明提出一种能够使步长迭代均值不受噪声影响，具有平滑迭代曲线，并可充分利用误差信号的一种基于活化函数及多误差信号的学习率自适应调节方法，从而可实时更新学习率，且减小计算复杂度。
-
公开(公告)号：CN103761567A
公开(公告)日：2014-04-30
申请号：CN201410023610.3
申请日：2014-01-20
Applicant: 哈尔滨工程大学
IPC: G06N3/02
Abstract: 本发明涉及小波神经网络优化技术领域，特别涉及一种采用状态估计研究思想，基于贝叶斯估计的小波神经网络权值初始化方法。本发明包括：建立小波神经网络模型；权值单位化；输入与小波神经元权值优化；输出层神经元权值优化。本发明将小波神经网络权值参数与网络结构、小波类型、输入数据和输出目标值联系起来，同时将状态估计的思想和理论引入到权值参数的初始设置中，强化了小波网络学习训练能力，使小波网络在初始化阶段就具有一定的针对性，从而提高了权值在后续网络学习训练的适应能力。与传统权值初始化方法相比，能够有效地提高学习效率，减小网络输出振荡幅度，加快算法收敛速度，同时能够避免出现不合适权值导致的网络输出发散的情况。
-
公开(公告)号：CN102841385A
公开(公告)日：2012-12-26
申请号：CN201210237318.2
申请日：2012-07-10
Applicant: 哈尔滨工程大学
IPC: G01V3/40
Abstract: 本发明公开了一种基于多重分形克里金法的局部地磁图构建方法，包括步骤一：去除实测数据中的主磁场成分；步骤二：选定估值区域；步骤三：拟合高斯模型，计算估值区域内各控制点间以及各控制点与待插值点之间的半方差；步骤四：计算估值区域内各测点的权重系数；步骤五：利用多重分形理论推算待插值点邻域内的测度表达式；步骤六：建立待插值点在其小邻域内的多重分形克里金法插值方程；步骤七、采用交叉验证法验证插值的精度并构建地磁图。本发明充分考虑地磁异常场的空间相关性及其在待插值点邻域内的奇异特征，根据实测数据进行精确的插值，使得插值结果更加符合实际地磁异常场的空间变化趋势，为地磁导航构建高精度、高分辨率的局部地磁图。
-
公开(公告)号：CN103577607B
公开(公告)日：2017-06-20
申请号：CN201310585653.6
申请日：2013-11-20
Applicant: 哈尔滨工程大学
IPC: G06F17/30
Abstract: 本发明属于地磁导航领域，特别涉及一种基于地磁异常数据形态特征的边界补偿方法。基于地磁异常数据形态特征的边界补偿方法，包括：对实测地磁异常数据进行规则网格化处理；平移地磁异常网格数据集，使均值为零；对平移后的零均值网格数据集进行二维经验模态分解；对二维经验模态分解结果进行形态特征提取；分割数据块单元，实时消除相邻单元的特征相似性冗余；消除所有数据块单元间的特征相似性冗余；构建多层级地磁异常数据边界补偿数据库；对待分析地磁异常数据进行边界补偿。本发明能够有效的改善区域地磁异常数据分析中的边界效应问题，相比与其他方法有更好的适用性和使用上的便捷性。
-
Patent Agency Ranking
公开(公告)号：CN104050508B
公开(公告)日：2017-02-22
申请号：CN201410293347.X
申请日：2014-06-25
Applicant: 哈尔滨工程大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于KLMS的自适应小波核神经网络跟踪控制方法。包括以下几个步骤：初始化小波核神经网络；将预定值和由控制对象输出的实际观测值进行比较，得到误差信号，输入给小波核神经网络，求解代价函数；调节隐含层——输出层权值的自适应学习率，更新隐含层——输出层权值；调节输入层——隐含层权值的自适应学习率，更新输入层——隐含层权值；更新小波核函数的收缩因子；求解隐含层的诱导局部域及输出；求解输出层的诱导局部域及输出，将输出作为控制信号输送给控制对象的执行机构。本发明减少了迭代过程中的记忆内存和计算复杂度，并提高了控制系统的准确性和快速性。
-
公开(公告)号：CN103744428B
公开(公告)日：2016-03-09
申请号：CN201410022398.9
申请日：2014-01-17
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明涉及水面无人艇路径规划技术领域，具体涉及一种基于邻域智能水滴算法的水面无人艇路径规划方法。本发明包括：（1）对水面无人艇路径规划进行环境建模；（2）利用智能水滴算法根据已知水面无人艇作业区域静态障碍物、行进目标以及路径评价函数在作业区域栅格阵中进行离线全局路径规划，得到全局离线最优路径。本发明针对基本IWD方法存在的易陷入局部最优解导致方法停滞及收敛速度较慢的问题进行了改进，在基本IWD方法基础上引入了最优解邻域扩张机制及全局最优强调机制，得到NIWD方法，可以避免方法陷入局部最优导致早熟，提高了方法寻优的收敛速度。
-
-
公开(公告)号：CN104361192A
公开(公告)日：2015-02-18
申请号：CN201410198768.4
申请日：2014-05-09
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明的目的在于提供一种压缩感知分析模型下的稀疏表示自适应重构方法，包括设定稀疏信号重构过程中各参数的初始状态值、计算迭代余量与观测矩阵的相关系数、从所有相关系数中找出符合筛选条件的原子、将选出的原子与当前支集中元素计算当前阶段的信号稀疏度、构建候选集、构建临时支撑集、计算临时逼近信号、利用临时信号和分析算子构建支撑集、利用支撑集中原子进行信号逼近并更新余量、判断是否需要重新计算稀疏度、判断迭代停止条件等步骤。本发明融合了分析子空间追踪和贪婪分析追踪的思想，该算法在信号重构过程中不需要以稀疏度作为先验条件，能够自适应逼近稀疏度信息并准确构建支撑集，具有较高的实际应用性。
-
公开(公告)号：CN104050329A
公开(公告)日：2014-09-17
申请号：CN201410290922.0
申请日：2014-06-25
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及船舶避碰技术领域，具体涉及一种辅助船舶驾驶人员进行决策，保证船舶航行安全的基于证据推理理论的检测船舶碰撞危险度的方法。本发明包括：本船通过船舶自动识别系统AIS获取威胁船只航行动态数据，计算影响要素的值，计算各要素隶属度值，利用层次分型法为五个要素分配权重，计算各要素在相应评价等级上的置信度值：计算威胁船只在各评价等级上的置信度向量：威胁船只威胁度明确化处理，得到威胁船只CRI值；将得到的CRI值输出显示在综合船舶显示系统上。本发明在充分考虑在获取威胁船只数据以及专家经验的不确定性的情况下，利用证据推理理论表征和融合不确定信息时的优越性，对威胁船只对本船构成的威胁程度进行合理评估。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.027 seconds)
