-
公开(公告)号：CN104134004A
公开(公告)日：2014-11-05
申请号：CN201410373172.3
申请日：2014-07-31
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于信息处理技术领域，具体涉及一种基于D-S证据理论对多种海洋环境要素数据进行融合，实现对海洋环境安全评估的基于D-S证据理论的海洋环境安全评估方法。本发明包括：计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值；计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。本发明提出的基于D-S证据理论的海洋环境安全评估方法，有效地解决了海洋环境安全评估问题，能够为决策者提供合理的决策支持，提高船舶在大海中航行的安全性和经济性。
-
公开(公告)号：CN103837845A
公开(公告)日：2014-06-04
申请号：CN201410029325.2
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G01R33/02
Abstract: 本研究属于飞行器磁干扰场补偿领域，具体涉及一种飞行器磁干扰场模型参数解算方法。本发明包括：测量实验区域的环境磁场；测量载体的固定磁场；测量载体的感应干扰场，并解算感应干扰场模型参数；测量载体的涡流干扰场，并解算涡流干扰场模型参数。本发明针对载体三项磁干扰场，在实验过程中逐次进行测量和解算，增强了实验的针对性；通过有效地控制载体运动，避免了传统方法中载体运动耦合问题带来的解算误差；通过进行离线实验和解算，避免了传统方法必须的校准飞行，节约了实验资源；可对实验环境的磁场进行有效控制，避免了传统方法中由于实验区域磁场不稳定带来的误差。
-
公开(公告)号：CN103744428A
公开(公告)日：2014-04-23
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：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。
-
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。
-
Patent Agency Ranking
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：CN102819663B
公开(公告)日：2015-04-08
申请号：CN201210246584.1
申请日：2012-07-17
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明提供了一种基于优化的支持向量回归参数的船舶航迹预测方法，该方法首先给定训练集，选择核函数类型，并利用学习集进行模型训练，得到预测函数，判读预测函数的均方误差是否达到精度要求；若达到则利用该函数预测船舶航迹，若没有，生成参数搜索路径图，利用智能水滴算法搜索最优参数，直至达到精度要求。在搜索最优参数时，智能水滴在寻优过程中具有正反馈机制，搜索过程迅速有效；在每代水滴搜索结束后，路径含沙量都会根据当代最优水滴含沙量情况改变，避免早熟现象出现，搜索能力较强，使得最终预测函数能快速得到，且可实现船舶航迹的快速有效地预测。
-
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。
-
公开(公告)号：CN103577607A
公开(公告)日：2014-02-12
申请号：CN201310585653.6
申请日：2013-11-20
Applicant: 哈尔滨工程大学
IPC: G06F17/30
CPC classification number: G06F17/30421 , G01C21/08
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。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.036 seconds)
