-
公开(公告)号：CN120081446A
公开(公告)日：2025-06-03
申请号：CN202510123440.4
申请日：2025-01-26
Applicant: 大连海事大学
Abstract: 本发明涉及水处理领域，具体公开一种3D拱桥状碳纳米管中空纤维膜太阳能界面蒸发器及其制备方法和应用，包括用于漂浮在海面上的隔热泡沫，所述隔热泡沫的上表面设置有用于海水蒸发的具有多孔和/或多间隙结构的拱桥状蒸发部件，拱桥状蒸发部件为拱桥状碳纳米管中空纤维膜。该太阳能界面蒸发器集光吸收、水传输、耐盐性等多功能于一体，可以高效的利用太阳能进行海水淡化，具有蒸发速度快、光热转化效率高、高稳定性的特点，在太阳能海水淡化领域具有广阔的应用前景。
-
公开(公告)号：CN115631657A
公开(公告)日：2023-01-20
申请号：CN202211256033.3
申请日：2022-10-13
Applicant: 大连海事大学
Abstract: 本发明一种船舶智能靠离泊的实时显示与控制方法，包括以下步骤：获取船舶靠离泊过程中的运动信息以及船舶海上的环境信息、天气状况；基于获取船舶靠泊离泊过程中的运动信息以及船舶海上的环境信息、天气状况，判断船舶是否可以靠离泊，当判断时船舶允许靠离泊时，对船舶靠离泊的路径进行规划；基于规划出船舶靠离泊的路径以及船舶运动过程中各种参数，判断船舶当前操纵状态下靠离泊是否会发生碰撞事故，实时调整靠离泊过程中的各项参数，发出控制信号，控制船舶实现靠离泊；该船舶智能靠离泊的实时显示与控制方法，船上显示端与手机端的互联，并且能够协助船舶人员将船舶靠离泊作业变得更加安全、高效、智能。
-
Patent Agency Ranking
公开(公告)号：CN119714258A
公开(公告)日：2025-03-28
申请号：CN202411833650.4
申请日：2024-12-13
Applicant: 大连海事大学
IPC: G01C21/16 , G01S13/937 , G01S19/42
Abstract: 本发明提供一种GNSS中断情况下的船舶自主定位精度增强方法，属于船舶智能航行自主定位技术领域；具体步骤包括：通过船舶自动识别系统(AIS)获取目标船舶的纬度和经度；通过雷达获得目标船舶相对于本船的距离和方位；基于目标船舶的纬度和经度以及目标船舶相对于本船的距离和方位获取本船的电子标绘船位；通过容积卡尔曼滤波算法融合本船的电子标绘船位和基于惯性导航系统(INS)输出的导航定位参数，作为精度增强后船位。本发明通过AIS信息和雷达信息获取本船的电子标绘船位；并使用本船电子标绘船位对INS输出的船位进行精度增强，进而得到精度增强后的船位。解决了现有INS/GNSS组合导航系统在GNSS中断情况下的量测数据丢失导致的定位精度下降的问题。
-
公开(公告)号：CN110413792B
公开(公告)日：2022-10-21
申请号：CN201910728451.X
申请日：2019-08-08
Applicant: 大连海事大学
Abstract: 本发明公开了一种高影响力缺陷报告识别方法，本方法将不平衡学习技术与多类分类方法相结合，解决了错误报告组件分类问题。使用四种不平衡处理策略RUS、ROS、SMOTE和Adacost算法来处理数据并获得平衡的数据集。然后使用基于NBM，KNN和SVM分类器的OVO和OVA多类别分类方法对平衡之后的数据集进行错误报告组件分类。通过探究不平衡学习策略和分类别分类算法的不同组合，找到具有错误报告组件分类最佳性能的变体。通过使用错误组件分类来确定为错误报告分配合适的开发人员，从而更好地解决了错误报告的分类问题。该方法不仅可以减少原始训练集的单词维度，提高训练集的质量，也提高错误报告的分类性能。
-
公开(公告)号：CN109615013B
公开(公告)日：2022-09-27
申请号：CN201811535743.3
申请日：2018-12-14
Applicant: 大连海事大学
IPC: G06V10/762 , G06V10/774
Abstract: 本发明提供一种基于行为特征概率分布约束的传感器事件流分割方法，包括：计算行为概率特征；以天为单位，计算训练集中任意两个行为的转移概率分布；计算每个行为每天出现次数的概率分布；计算每个所述行为触发传感器的个数的概率分布；计算每个行为触发传感器的种类数量的概率分布；计算每个簇的行为实例数的概率分布；计算每个簇的行为实例数的概率分布；构成行为的概率特征集以及分割传感器事件流。本发明提出的基于行为特征概率分布约束的居民日常行为识别方法通过计算多种行为特征的概率分布，并应用概率约束求解的方法可以求得满足特征集概率分布的最优传感器事件的行为实例分割结果。
-
公开(公告)号：CN110909047A
公开(公告)日：2020-03-24
申请号：CN201911219849.7
申请日：2019-11-28
Applicant: 大连海事大学
IPC: G06F16/2458 , G06F16/2455
Abstract: 本发明提供一种面向指定时刻的日常行为识别方法，包括以下步骤：输入数据；提取下/第一条已标注日常行为类别的传感器事件流S+；在所述传感器事件流S+中提取包含t的日常行为实例及与所述包含t的日常行为实例相应的传感器事件流S*；提取与所述实例相应的传感器事件流S*的开始时刻bt、结束时刻ot、开始传感器bs、结束传感器os；在所述传感器事件流S-中遍历传感器事件e1；S6：在S-中搜索一个传感器事件e2；提取在e1和e2之间的传感器事件流See；计算See与S*的序列相似度sim；如果sim>max，那么将sim的值赋值给max，保存S*的行为类别；将S*的行为类别作为t时刻发生的行为。
-
公开(公告)号：CN109615075A
公开(公告)日：2019-04-12
申请号：CN201811535782.3
申请日：2018-12-14
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多层聚类模型的居民日常行为识别方法，包括：对训练集中的传感器事件流根据日常行为实例进行分割；通过K近邻算法进行聚簇，统计样本在每个簇下的分布；判断任意两个日常行为是否存在耦合；计算耦合集中日常行为的耦合度，降序排列；去除训练集中耦合度最大的行为实例；判断训练集是否存在耦合；使用分类模型对测试集中的行为实例进行分类；判断训练子集与原始的训练集间关系。本发明提出的多层聚类模型的行为分类方法对行为实例进行聚类，根据日常行为的耦合度对行为实例进行分步识别，克服了单层的分类方法由于行为实例耦合度较高导致分类性能较差的问题。从理论上讲，使用本发明将显著地提升居民日常行为的准确率和召回率。
-
-
-
-
-
-
Search Results
17
records
(took 0.017 seconds)
