-
公开(公告)号：CN119918593A
公开(公告)日：2025-05-02
申请号：CN202510399143.2
申请日：2025-04-01
Applicant: 中国海洋大学
IPC: G06N3/048 , G01H5/00 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于Mamba神经网络的声速分布预报方法，属于海洋观测技术领域。本发明利用预报任务区域的历史剖面数据为参考，将历史剖面数据按照时间维度进行排列进而对该预报区域未来时刻声速分布预报。本发明解决了水下声速剖面分布在时间维度上的预测问题，能够对未来时刻声速分布进行实时、准确预报，并对未来指定时间分辨率间隔的声速分布进行估计，解决了海洋声速分布估计的时间分辨率不足以及未来声速预报功能缺失的问题，为海洋科学研究提供重要的指导意义。
-
公开(公告)号：CN119918581A
公开(公告)日：2025-05-02
申请号：CN202510405064.8
申请日：2025-04-02
Applicant: 中国海洋大学
IPC: G06N3/045 , G06N3/048 , G06N3/08 , G06F18/10 , G06F18/213 , G06F18/214 , G06F123/02
Abstract: 本发明公开了一种基于Att‑KAN神经网络模型的声速分布预报方法，属于海洋观测技术领域。本发明构建了Att‑KAN神经网络模型，根据任务指定预报时间分辨率、预报起始时间、预报最大时间长度，确定预报迭代次数，预报起始时间对应的历史声速分布参考数据，把预报起始时间之前时刻的4个及以上的整变化周期数据作为模型的训练集即可得出预测结果，对结果执行归一化处理。本发明解决了水下声速剖面分布在时间维度上的预测问题，能够对未来时刻声速分布进行实时、准确预报，并对未来指定时间分辨率间隔的声速分布进行估计，解决了海洋声速分布估计的时间分辨率不足以及未来声速预报功能缺失的问题，为海洋科学研究提供重要的指导意义。
-
公开(公告)号：CN118296556B
公开(公告)日：2024-08-23
申请号：CN202410719206.3
申请日：2024-06-05
Applicant: 中国海洋大学
IPC: G06F18/25 , G06F18/2135 , G06F18/15 , G06N3/045 , G06N3/0464 , G06N3/09 , G01K13/00 , G01H5/00
Abstract: 本发明公开了一种基于多模态数据融合与自注意力的实时声速剖面预测方法，属于海洋观测技术领域。本发明首先获取Argo网格数据集、遥感海表数据集SST，在对目标海域进行网格化处理，之后构建声速剖面EOF函数，将SST数据、历史SSP前三阶EOF系数、海表面以下历史同期温度，经纬度坐标数据融合；最终构建SE‑MDF‑CNN模型并进行训练，利用该模型进行输出指定坐标下ssp的分布。本发明摆脱了对声纳观测数据的依赖；本发明通过建立历史声速分布主成分特征与遥感海温数据、声速采样空间坐标之间的内在关系，通过实时sst，可以快速构建目标区域ssp分布，能够应用于更广泛的空间区域。
-
公开(公告)号：CN116819444B
公开(公告)日：2024-04-05
申请号：CN202310869685.2
申请日：2023-07-17
Applicant: 中国海洋大学
Abstract: 本发明提供了一种基于迭代深度微调的精密水声定位方法，属于水下定位导航技术领域。本发明在目标深度信息未知的情况下，无需对声场与位置之间的非线性函数进行梯度求解，算法复杂度低，且针对水声定位误差最大的深度方向进行二分法微调，能够快速实现对目标的精密定位，并通过合理设置深度步进值与深度步进阈值，使定位方法能够有几率跳出局部最优解获得更优定位结算结果，广泛适用于深度传感器失效的系统内部节点设备定位以及深度信息完全未知的外部非系统目标定位。本发明相较于传统定位方法，具有更广泛的应用场景与快速收敛性，不仅能够对传统方法适用的目标深度信息已知场景进行精密定位，更能够实现对目标信息未知场景的快速精密定位。
-
公开(公告)号：CN117076893A
公开(公告)日：2023-11-17
申请号：CN202311331695.7
申请日：2023-10-16
Applicant: 中国海洋大学
IPC: G06F18/20 , G01H5/00 , G06F18/214 , G06F18/15 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于长短期记忆神经网络的声速分布预报方法，属于海洋观测技术领域。本发明基于长短时神经网络的声速分布预报模型，利用预报任务所在空间区域的历史声速剖面数据为参考，用按照时间先后顺序排序的历史声速剖面分布情况对目标区域未来声速分布进行准确预报。本发明解决了水下声速剖面分布在时间维度上的预测问题，解决了海洋声速分布估计的时间分辨率不足以及未来声速预报功能缺失的问题，能够对未来时刻声速分布进行实时、准确预报，并对未来指定时间分辨率间隔的声速分布进行估计，对预测地点未来指定时间分辨率间隔的声速分布进行预报，准确率与预报效率均比较高。
-
Patent Agency Ranking
公开(公告)号：CN118586447B
公开(公告)日：2024-10-15
申请号：CN202411060107.5
申请日：2024-08-05
Applicant: 中国海洋大学
IPC: G06N3/0455 , G01H5/00 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于Transformer的声速剖面长期预测方法，属于海洋观测技术领域。本发明通过并行处理方式和注意力机制充分捕捉了不同海深声速时间序列的分布规律，进而实现了未来全海深声速剖面的长期预测；通过引入位置编码和时间信息编码进一步加强了模型提取历史声速数据之间时空依赖关系的能力，从而提高全海深声速剖面的预测精度；这些改进显著提升了全海深声速剖面的预测精度，从而增强了模型进行声速剖面长期预报时的可靠性。本发明与其他现有声速剖面预测方法相比，首次将时间信息融入到了声速序列预测问题中，显著提升了模型的预测精度和时间性能，为后续海洋声学研究提供了重要的指导意义。
-
公开(公告)号：CN118586447A
公开(公告)日：2024-09-03
申请号：CN202411060107.5
申请日：2024-08-05
Applicant: 中国海洋大学
IPC: G06N3/0455 , G01H5/00 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于Transformer的声速剖面长期预测方法，属于海洋观测技术领域。本发明通过并行处理方式和注意力机制充分捕捉了不同海深声速时间序列的分布规律，进而实现了未来全海深声速剖面的长期预测；通过引入位置编码和时间信息编码进一步加强了模型提取历史声速数据之间时空依赖关系的能力，从而提高全海深声速剖面的预测精度；这些改进显著提升了全海深声速剖面的预测精度，从而增强了模型进行声速剖面长期预报时的可靠性。本发明与其他现有声速剖面预测方法相比，首次将时间信息融入到了声速序列预测问题中，显著提升了模型的预测精度和时间性能，为后续海洋声学研究提供了重要的指导意义。
-
公开(公告)号：CN118296556A
公开(公告)日：2024-07-05
申请号：CN202410719206.3
申请日：2024-06-05
Applicant: 中国海洋大学
IPC: G06F18/25 , G06F18/2135 , G06F18/15 , G06N3/045 , G06N3/0464 , G06N3/09 , G01K13/00 , G01H5/00
Abstract: 本发明公开了一种基于多模态数据融合与自注意力的实时声速剖面预测方法，属于海洋观测技术领域。本发明首先获取Argo网格数据集、遥感海表数据集SST，在对目标海域进行网格化处理，之后构建声速剖面EOF函数，将SST数据、历史SSP前三阶EOF系数、海表面以下历史同期温度，经纬度坐标数据融合；最终构建SE‑MDF‑CNN模型并进行训练，利用该模型进行输出指定坐标下ssp的分布。本发明摆脱了对声纳观测数据的依赖；本发明通过建立历史声速分布主成分特征与遥感海温数据、声速采样空间坐标之间的内在关系，通过实时sst，可以快速构建目标区域ssp分布，能够应用于更广泛的空间区域。
-
公开(公告)号：CN117892096A
公开(公告)日：2024-04-16
申请号：CN202410288473.X
申请日：2024-03-14
Applicant: 中国海洋大学
IPC: G06F18/20 , G06N3/096 , G06N3/0442
Abstract: 本发明公开了一种基于迁移学习的小样本海洋声速剖面预报方法，属于海洋观测技术领域。本发明首先利用全球公开数据集中的大量声速剖面数据对基础模型进行充分预训练；其次将学习到的经验和参数从预训练后的基础模型迁移到任务模型；最后利用目标新任务相关的小样本数据对任务模型进行微调，进而实现在小样本情况下的声速剖面准确预报。本发明相比于传统的声速剖面预测方法，有效地避免了小样本情况下的过拟合现象提高了预测精度，同时加速了模型的收敛速度，使其具有更加高效而可靠的预测能力。本发明能够快速实现对目标区域未来时刻声速剖面的准确预报，不仅能够兼顾预测的准确性和时效性，还具有较强的泛化能力。
-
公开(公告)号：CN117076893B
公开(公告)日：2024-01-09
申请号：CN202311331695.7
申请日：2023-10-16
Applicant: 中国海洋大学
IPC: G06F18/20 , G01H5/00 , G06F18/214 , G06F18/15 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于长短期记忆神经网络的声速分布预报方法，属于海洋观测技术领域。本发明基于长短时神经网络的声速分布预报模型，利用预报任务所在空间区域的历史声速剖面数据为参考，用按照时间先后顺序排序的历史声速剖面分布情况对目标区域未来声速分布进行准确预报。本发明解决了水下声速剖面分布在时间维度上的预测问题，解决了海洋声速分布估计的时间分辨率不足以及未来声速预报功能缺失的问题，能够对未来时刻声速分布进行实时、准确预报，并对未来指定时间分辨率间隔的声速分布进行估计，对预测地点未来指定时间分辨率间隔的声速分布进行预报，准确率与预报效率均比较高。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
