公开(公告)号：CN115346131A

公开(公告)日：2022-11-15

申请号：CN202210957876.X

申请日：2022-08-10

Applicant: 南京理工大学

Inventor： 丁大志 ,  何姿 ,  樊振宏 ,  李猛猛 ,  李璇 ,  杨婕 ,  何圆圆 ,  姜夏宇

IPC: G06V20/13 ,  G06V10/74 ,  G06N3/00

Abstract: 本发明公开了一种基于SAR图像的复杂舰船目标模型外形优化方法，首先将目标初始模型用非均匀有理B样条建模技术建模，得到模型的控制点坐标；然后对目标模型生成基于弹跳射线法的仿真图像，比较仿真图和实测图来得到需要优化的控制点，将其设置为优化参量；利用蜂鸟优化算法更新优化参量，生成基于弹跳射线法的仿真图像，计算其和目标图像的相似度，作为蜂鸟优化算法里每个种群个体的适应值，判断最优适应度值是否达到指标；若满足指标或者迭代若干次后，种群内最优适应度值保持不变，输出对应的模型以及控制点信息；若不符合，则继续优化；最终得到和实测图相似的仿真图对应的目标模型。本发明能够用来对目标模型外形进行优化。

公开(公告)号：CN116151089A

公开(公告)日：2023-05-23

申请号：CN202111364958.5

申请日：2021-11-17

Applicant: 南京理工大学

Inventor： 丁大志 ,  杨婕 ,  刘冰 ,  杨啸 ,  段元芝

IPC: G06F30/27 ,  G06N3/0499 ,  G06N3/084 ,  G06F8/30

Abstract: 本发明公开了一种基于MoM和深度学习数据驱动的多项海面物理量的预测方法。该系统如下：描述海面的各类参数，提取相应环境参数下海面的有关特性，基于常见几何海谱模型PM谱生成静态海面，根据海情，结合电磁分析手段获取杂波特性数据，辅助以MoM计算海面电磁散射，对数值计算结果讨论，从而构建以统计模型，数值计算数据作为样本形式的不同海面环境特征的样本库。随即引入BP神经网络深度学习，以海杂波特性数据作为输入，各类海面标准化参数数据作为标签，对比不同结构神经网络，得到最小误差下的最优神经网络。基于最优神经网络结构，迭代，进行模型的不断矫正，得到最优预测模型，最终实现海面几何特性的在线预测。