-
公开(公告)号：CN118114465A
公开(公告)日：2024-05-31
申请号：CN202410174272.7
申请日：2024-02-07
Applicant: 海南大学
IPC: G06F30/20 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/06 , G06F113/14 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于BP神经网络的柔性管疲劳海况预测方法及系统。所述方法包括：通过传感器采集海况数据生成波浪散布图；抽取样本点筛选目标海况数据；输入实验海况数据至基础水动力分析模型得到柔性管的张力和弯曲半径，作为柔性管标准拉弯性能；以目标海况数据作为输入，以柔性管标准拉弯性能作为输出，使用BP神经网络进行模型构建训练，得到代理模型；建立优化模型，采用多目标遗传算法对代理模型进行全局寻优，得到全局最优解，根据全局最优解完成柔性管疲劳预测。通过训练代理模型并进行模型优化，无需对含各层结构的柔性管进行计算分析，根据全局最优解即可完成对柔性管的疲劳预测，提高柔性管疲劳检测的准确性和效率。
-
公开(公告)号：CN116659510A
公开(公告)日：2023-08-29
申请号：CN202310663373.6
申请日：2023-06-02
Applicant: 海南大学
Abstract: 本发明提供一种水下机器人定位与避障方法、装置及存储介质。其中，所述水下机器人定位与避障方法，包括以下具体步骤：获取水下机器人下潜前的初始位姿数据；在所述水下机器人下潜过程中，根据所述初始位姿数据获取所述水下机器人实时的位姿数据，得到第一实时位姿数据，并通过声呐构建第一海底环境地图；在所述水下机器人到达工作水域后，通过多类别传感器组基于SLAM更新所述第一实时位姿数据和所述第一海底环境地图，得到第二实时位姿数据和第二海底环境地图；根据所述第二实时位姿数据和所述第二海底环境地图，对所述水下机器人进行实时定位及避障路径规划，以此实现了一种提高水下机器人的定位与避障准确性的技术方案。
-
公开(公告)号：CN117557895A
公开(公告)日：2024-02-13
申请号：CN202311651520.4
申请日：2023-12-05
Applicant: 海南大学
IPC: G06V20/05 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/30
Abstract: 本发明涉及一种基于深度学习的水下高光谱图像分类方法、装置、计算机设备及存储介质。所述方法包括：获取水下高光谱图像并进行图像预处理，得到第一水下高光谱图像；根据水下数据信息，通过IOP模型、RTE模型模拟光传播结果，并结合第一水下高光谱图像，通过GAN模型重建水下高光谱图像，得到第二水下高光谱图像；分别将第一水下高光谱图像、第二水下高光谱图像处理成图像数据集输入至添加SE模块的非对称残差网络中进行模型训练，得到水下高光谱图像分类模型，从而进行水下高光谱图像分类。使用IOP模型、RTE模型结合GAN模型重建高质量图像，通过添加SE模块的非对称残差网络进一步提取和优化图像中的特征，能够提升水下高光谱图像分类的准确性。
-
公开(公告)号：CN118915774A
公开(公告)日：2024-11-08
申请号：CN202411110333.X
申请日：2024-08-14
Applicant: 海南大学
IPC: G05D1/43 , G05D1/242 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/248 , G05D1/247 , G05D1/648 , G05D105/05
Abstract: 本发明公开基于三维占据栅格地图的路径规划方法及装置。该方法，包括如下步骤：获取原始点云数据并进行预处理，采用随机采样一致性算法对原始点云数据进行滤波处理去除地面点云，得到非地面点云；对非地面点云进行坐标变换构建三维占据栅格地图，循环遍历三维占据栅格地图中设定的角度范围生成不同角度的路径点，将路径点与传感器感知范围的体素网格进行关联，获取到达传感器感知范围边界的若干条备选路径；基于预设的最优评价函数从所述若干条备选路径选取得分最高的路径，以碰撞检查机制作为约束条件，获得最优路径并将所述最优路径作为采矿车执行路径。本发明能够实现对海底采矿采矿车的准确定位和可靠导航。
-
公开(公告)号：CN118072069A
公开(公告)日：2024-05-24
申请号：CN202311651411.2
申请日：2023-12-05
Applicant: 海南大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于注意力机制和卷积神经网络的两相流流型识别方法、装置、计算机设备及存储介质。所述方法包括：采集各个流型图像，并将各个流型图像按照流型进行分类，得到数据集；对数据集进行图像预处理，从数据集划分的训练集中选取图像作为样本输入到卷积神经网络中，通过特征提取以及注意力权重学习，输出分类结果；根据分类结果对卷积神经网络中的参数进行调整，得到流型识别网络模型；将待识别流型图像输入至流型识别网络模型中，得到流型识别结果。将注意力机制引入到卷积神经网络中可以强化模型对重要特征的关注、提高模型的鲁棒性和泛化能力、提升模型的效率和计算性能，从而提高气液两相流流型的识别准确率和识别效率。
-
Patent Agency Ranking
公开(公告)号：CN117726939A
公开(公告)日：2024-03-19
申请号：CN202311646649.6
申请日：2023-12-04
Applicant: 海南大学
IPC: G06V20/10 , G06V10/72 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开一种基于多特征融合的高光谱图像分类方法，获取高光谱图像并进行预处理，获得数据集；构建初始分类模型，包括三个并行的优化后的ResNet网络、3D‑CNN网络、LSTM网络，用于分别提取特征矩阵H1、特征矩阵H2和特征矩阵H3；融合模块，用于将特征矩阵H1、特征矩阵H2、特征矩阵H3进行特征融合，得到融合后特征矩阵H0；分类器，用于将融合后特征矩阵H0作为输入，获得分类结果；将数据集输入至初始分类模型中进行训练，同时计算损失函数以Adam优化器更新模型参数，当损失函数不断下降直至收敛时，得到分类模型；将待识别高光谱图像输入至分类模型，获得分类结果。本发明能够提高高光谱图像分类的准确率。
-
公开(公告)号：CN118114465B
公开(公告)日：2024-12-10
申请号：CN202410174272.7
申请日：2024-02-07
Applicant: 海南大学
IPC: G06F30/20 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F111/06 , G06F113/14 , G06F119/02 , G06F119/04
Abstract: 本发明涉及一种基于BP神经网络的柔性管疲劳海况预测方法及系统。所述方法包括：通过传感器采集海况数据生成波浪散布图；抽取样本点筛选目标海况数据；输入实验海况数据至基础水动力分析模型得到柔性管的张力和弯曲半径，作为柔性管标准拉弯性能；以目标海况数据作为输入，以柔性管标准拉弯性能作为输出，使用BP神经网络进行模型构建训练，得到代理模型；建立优化模型，采用多目标遗传算法对代理模型进行全局寻优，得到全局最优解，根据全局最优解完成柔性管疲劳预测。通过训练代理模型并进行模型优化，无需对含各层结构的柔性管进行计算分析，根据全局最优解即可完成对柔性管的疲劳预测，提高柔性管疲劳检测的准确性和效率。
-
公开(公告)号：CN116659510B
公开(公告)日：2024-07-26
申请号：CN202310663373.6
申请日：2023-06-02
Applicant: 海南大学
IPC: G01C21/20 , G05D1/485 , G05D101/10
Abstract: 本发明提供一种水下机器人定位与避障方法、装置及存储介质。其中，所述水下机器人定位与避障方法，包括以下具体步骤：获取水下机器人下潜前的初始位姿数据；在所述水下机器人下潜过程中，根据所述初始位姿数据获取所述水下机器人实时的位姿数据，得到第一实时位姿数据，并通过声呐构建第一海底环境地图；在所述水下机器人到达工作水域后，通过多类别传感器组基于SLAM更新所述第一实时位姿数据和所述第一海底环境地图，得到第二实时位姿数据和第二海底环境地图；根据所述第二实时位姿数据和所述第二海底环境地图，对所述水下机器人进行实时定位及避障路径规划，以此实现了一种提高水下机器人的定位与避障准确性的技术方案。
-
公开(公告)号：CN117726939B
公开(公告)日：2025-04-25
申请号：CN202311646649.6
申请日：2023-12-04
Applicant: 海南大学
IPC: G06V20/10 , G06V10/72 , G06V10/44 , G06V10/77 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/0464
Abstract: 本发明公开一种基于多特征融合的高光谱图像分类方法，获取高光谱图像并进行预处理，获得数据集；构建初始分类模型，包括三个并行的优化后的ResNet网络、3D‑CNN网络、LSTM网络，用于分别提取特征矩阵H1、特征矩阵H2和特征矩阵H3；融合模块，用于将特征矩阵H1、特征矩阵H2、特征矩阵H3进行特征融合，得到融合后特征矩阵H0；分类器，用于将融合后特征矩阵H0作为输入，获得分类结果；将数据集输入至初始分类模型中进行训练，同时计算损失函数以Adam优化器更新模型参数，当损失函数不断下降直至收敛时，得到分类模型；将待识别高光谱图像输入至分类模型，获得分类结果。本发明能够提高高光谱图像分类的准确率。
-
公开(公告)号：CN118915774B
公开(公告)日：2025-02-07
申请号：CN202411110333.X
申请日：2024-08-14
Applicant: 海南大学
IPC: G05D1/43 , G05D1/242 , G05D1/246 , G05D1/633 , G05D1/644 , G05D1/248 , G05D1/247 , G05D1/648 , G05D105/05
Abstract: 本发明公开基于三维占据栅格地图的路径规划方法及装置。该方法，包括如下步骤：获取原始点云数据并进行预处理，采用随机采样一致性算法对原始点云数据进行滤波处理去除地面点云，得到非地面点云；对非地面点云进行坐标变换构建三维占据栅格地图，循环遍历三维占据栅格地图中设定的角度范围生成不同角度的路径点，将路径点与传感器感知范围的体素网格进行关联，获取到达传感器感知范围边界的若干条备选路径；基于预设的最优评价函数从所述若干条备选路径选取得分最高的路径，以碰撞检查机制作为约束条件，获得最优路径并将所述最优路径作为采矿车执行路径。本发明能够实现对海底采矿采矿车的准确定位和可靠导航。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.03 seconds)
