一种海陆统筹一体化三维空间仿真规划方法及系统

    公开(公告)号:CN118013312A

    公开(公告)日:2024-05-10

    申请号:CN202410415449.8

    申请日:2024-04-08

    Abstract: 本发明涉及电数字处理技术领域,具体涉及一种海陆统筹一体化三维空间仿真规划方法及系统。方法包括:获取观测点的地理位置信息数据;根据每个观测点与其他观测点之间的位置差异情况,得到每个观测点的结构表征值,基于结构表征值对观测点进行划分获得多个聚类簇;根据每个聚类簇内观测点的结构表征值的分布以及每个聚类簇与其他聚类簇内观测点的结构表征值之间的差异,确定目标聚类簇;基于目标聚类簇内观测点的位置分布确定目标聚类簇内每个观测点对应的目标距离,进而采用反距离加权法对所有观测点进行处理获得海陆统筹一体化三维空间仿真结果。本发明提高了海陆统筹一体化三维空间仿真结果的可信度。

    一种走航式智能监测平台智能监控系统

    公开(公告)号:CN116661361A

    公开(公告)日:2023-08-29

    申请号:CN202310945473.8

    申请日:2023-07-31

    Abstract: 本发明公开了一种走航式智能监测平台智能监控系统,涉及走航式智能监测平台监控领域。该系统包括:指令管理模块、数据处理模块和数据收发模块;指令管理模块用于下发控制指令;数据处理模块,与所述指令管理模块连接,用于对所述控制指令进行加密;数据收发模块,与所述数据处理模块连接,用于将加密后的控制指令发送至走航式智能监测平台,还用于接收所述走航式智能监测平台的回传数据;所述数据处理模块还用于对所述回传数据进行解析。本发明能够解决现有技术中智能监控系统脱机使用不方便、无法跨平台使用、用户体验差和不易维护等缺点。

    一种波浪滑翔器的驱动装置及其控制方法

    公开(公告)号:CN116654233A

    公开(公告)日:2023-08-29

    申请号:CN202310919601.1

    申请日:2023-07-26

    Abstract: 本发明公开一种波浪滑翔器的驱动装置及其控制方法,涉及波浪能驱动领域,驱动装置包括第一驱动部件和第二驱动部件;第一驱动部件包括水面浮体船、铠装缆和水下牵引机;水面浮体船在波浪的作用下,为水下牵引机提供前进驱动力;第二驱动部件包括直线发电机和螺旋桨;直线发电机将波浪能转换成电能;螺旋桨在波浪滑翔器的速度低于第一阈值以及波浪滑翔器的速度的下降值超过第二阈值时,在电能的驱动下转动,提高水下牵引机的前进驱动力。本发明通过双驱动模式驱动波浪滑翔器运动,在波浪滑翔器速度较低或不稳定时,通过电能驱动螺旋桨转动,提高波浪滑翔器的速度或使波浪滑翔器的速度稳定,并且不受恶劣天气的影响,不影响波浪滑翔器电力供应。

    一种海陆统筹一体化三维空间仿真规划方法及系统

    公开(公告)号:CN118013312B

    公开(公告)日:2024-06-28

    申请号:CN202410415449.8

    申请日:2024-04-08

    Abstract: 本发明涉及电数字处理技术领域,具体涉及一种海陆统筹一体化三维空间仿真规划方法及系统。方法包括:获取观测点的地理位置信息数据;根据每个观测点与其他观测点之间的位置差异情况,得到每个观测点的结构表征值,基于结构表征值对观测点进行划分获得多个聚类簇;根据每个聚类簇内观测点的结构表征值的分布以及每个聚类簇与其他聚类簇内观测点的结构表征值之间的差异,确定目标聚类簇;基于目标聚类簇内观测点的位置分布确定目标聚类簇内每个观测点对应的目标距离,进而采用反距离加权法对所有观测点进行处理获得海陆统筹一体化三维空间仿真结果。本发明提高了海陆统筹一体化三维空间仿真结果的可信度。

    一种互导学习高光谱图像分类方法

    公开(公告)号:CN113191442B

    公开(公告)日:2023-11-17

    申请号:CN202110526674.5

    申请日:2021-05-14

    Abstract: 本发明提供了一种互导学习高光谱图像分类方法,解决了小样本集训练条件下分类精度低的问题。其步骤:(1)将高光谱图像表达为像元样本集;(2)构建两个结构相同但初始化参数不同的分类器,作为两个基分类器;(3)两个基分类器分别用对方提供的标记样本集训练;(4)两个基分类器分别对自己的未标记样本集分类;(5)将两个基分类器的分类结果中高置信度样本分别扩增至它们自己的标记样本集;(6)重复步骤(3)至(5)直到标记样本集扩增至特定规模;(7)两个基分类器决策获得最终分类结果。综上,两个基分类器持续为对方提供新标记样本进行训练,通过上述互导学习方式保证了小标记样本集训练条件下的分类性能。

    一种互导学习高光谱图像分类方法

    公开(公告)号:CN113191442A

    公开(公告)日:2021-07-30

    申请号:CN202110526674.5

    申请日:2021-05-14

    Abstract: 本发明提供了一种互导学习高光谱图像分类方法,解决了小样本集训练条件下分类精度低的问题。其步骤:(1)将高光谱图像表达为像元样本集;(2)构建两个结构相同但初始化参数不同的分类器,作为两个基分类器;(3)两个基分类器分别用对方提供的标记样本集训练;(4)两个基分类器分别对自己的未标记样本集分类;(5)将两个基分类器的分类结果中高置信度样本分别扩增至它们自己的标记样本集;(6)重复步骤(3)至(5)直到标记样本集扩增至特定规模;(7)两个基分类器决策获得最终分类结果。综上,两个基分类器持续为对方提供新标记样本进行训练,通过上述互导学习方式保证了小标记样本集训练条件下的分类性能。

Patent Agency Ranking