-
公开(公告)号：CN119375963B
公开(公告)日：2025-04-18
申请号：CN202510000197.7
申请日：2025-01-02
Applicant: 烟台哈尔滨工程大学研究院
Abstract: 本发明公开了一种基于交叉阵列到达角估计的3D水下电场源定位方法，属于电磁定位探测领域。本方法步骤包括：设置两组接收电极阵列分，得到X轴阵列信号和Y轴阵列信号各自的噪声子空间，构造信号源绕X轴旋转的第一空间谱函数和信号源绕Y轴旋转的第二空间谱函数，基于第一空间谱函数和第二空间谱函数进行二维搜索，再根据空间坐标系下的旋转映射关系，基于搜索结果求解得到信号源的3D坐标结果。本发明根据阵列对称性和矩阵运算不变性，提出了基于交叉阵列的假想绕轴到达角估计的处理方式，将三维空间搜索转换为两次二维平面搜索，并简化了偶极矩方向，从而实现了近场空间信号源的快速准确定位。
-
公开(公告)号：CN119811095B
公开(公告)日：2025-05-23
申请号：CN202510299901.3
申请日：2025-03-14
Applicant: 烟台哈尔滨工程大学研究院
IPC: G08G1/01 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种融合趋势与季节性的交通流量预测方法，包括步骤：1）构建基于序列到序列构架的预测网络模型，包含趋势预测子模型和融合预测子模型；2）利用往年数据和当年缺少目标特殊时期的数据，通过趋势预测子模型计算参考特殊时期的趋势因素序列与季节性因素序列，训练融合预测子模型；3）通过趋势预测子模型计算目标特殊时期的趋势因素序列与季节性因素序列，输入训练后的融合预测子模型，得到目标特殊时期的交通流量预测数据。本发明能够在仅具备单年度历史观测数据的条件下，有效融合趋势与季节性因素，提升预测的准确性与稳健性。
-
公开(公告)号：CN119849726A
公开(公告)日：2025-04-18
申请号：CN202510323985.X
申请日：2025-03-19
Applicant: 烟台哈尔滨工程大学研究院
IPC: G06Q10/047 , G06F18/25 , G06F30/27 , G08G1/01 , G06N3/0442 , G06N3/086 , G06N3/09 , G06N3/084 , G06F111/06
Abstract: 本发明公开了一种多通道网络的隐函数驱动的多目标路径规划优化方法，属于算法优化技术领域，包括获取交通数据并进行预处理；从时域维度和频域维度对交通数据中的车流密度信号进行特征提取；构建三通道网络模型并训练；进行目标函数设计；采用遗传算法搜索最优解。本发明采用上述的一种多通道网络的隐函数驱动的多目标路径规划优化方法，通过三个并行处理通道同时处理不同类型的数据，并通过融合层进行整合输出，精准地反映交通系统的复杂性和动态变化，提高路径规划的适应性和精度，显著提升系统对不同数据类型的处理能力和综合表达能力；通过隐函数的方式处理复杂的非线性关系，并嵌入到优化算法的目标函数中，有效提高路径规划的精准度。
-
公开(公告)号：CN118072192B
公开(公告)日：2024-06-21
申请号：CN202410501122.2
申请日：2024-04-25
Applicant: 烟台哈尔滨工程大学研究院
Abstract: 本发明公开了一种基于GEE的大型藻有害藻华长时序自动提取方法，属于海洋图像数据处理领域，包括：通过GEE平台获取影像数据并对影像数据进行预处理；确定窗口大小，然后基于最大类间方差确定每个子窗口的最优分割阈值；根据各子窗口的最优分割阈值统计得到背景阈值，再根据最优分割阈值和背景阈值得到各子窗口的实际分割阈值并按实际分割阈值从图像中进行提取，然后对提取结果进行判断，如不满足判断条件则调整背景阈值、重新确定实际分割阈值进行提取，直至得到满足判断条件的提取结果。本发明解决了人为因素干扰带来的结果不准确、一致性差及批量处理困难的问题，实现了大型藻有害藻华快速准确、长时序一致性监测。
-
公开(公告)号：CN119337941B
公开(公告)日：2025-04-25
申请号：CN202411884710.5
申请日：2024-12-20
Applicant: 烟台哈尔滨工程大学研究院
IPC: G06N3/0464 , G06N3/084 , G06F18/213 , G06F18/214 , G06F18/2415
Abstract: 本发明公开了一种基于空间特征反馈的多层级卷积神经网络DOA估计方法，首先计算接收到的信号的协方差矩阵，然后将协方差矩阵分解为实部和虚部两个通道输入到多层DOA估计模型中，得到最终的到达角度估计值；所述多层DOA估计模型包括依次设置的L个分类层，其中第一个分类层中为粗分类模块，其它分类层中各有一个精细分类模块；包含所述精细分类模块的分类层的数量由估计分辨率决定。本发明通过逐层细化DOA估计范围的方式来提高分辨率、满足估计要求，避免了过细划分而导致的高复杂度问题，降低了计算成本，同时还具有逼近能力强、收敛速度快等优点。
-
Patent Agency Ranking
公开(公告)号：CN118644454A
公开(公告)日：2024-09-13
申请号：CN202410756255.4
申请日：2024-06-12
Applicant: 烟台哈尔滨工程大学研究院
IPC: G06T7/00 , G06T7/136 , G06T7/62 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种遥感影像自适应混合像元分解方法，涉及遥感图像处理领域，方法包括获取端元样本数据，选取样本波段特征，构建水体与藻体端元选取方法，搭建遥感影像自适应混合像元分解模型，采用标准化处理的高空间分辨率端元数据集训练模块进行训练，采用标准化处理高空间分辨率测试数据集对预测训练模块进行精度验证，对低空间分辨率水体端元数据进行与训练数据同样的标准化处理并进行校正，采用预测模块得到初步预测的藻体端元数据并校正后，得到预测的低空间分辨率藻体端元数据，基于线性混合像元分解指数，进行小区域内的混合像元分解，进而有效应对海量数据的复杂环境背景并达到快速处理的目的。
-
公开(公告)号：CN118072192A
公开(公告)日：2024-05-24
申请号：CN202410501122.2
申请日：2024-04-25
Applicant: 烟台哈尔滨工程大学研究院
Abstract: 本发明公开了一种基于GEE的大型藻有害藻华长时序自动提取方法，属于海洋图像数据处理领域，包括：通过GEE平台获取影像数据并对影像数据进行预处理；确定窗口大小，然后基于最大类间方差确定每个子窗口的最优分割阈值；根据各子窗口的最优分割阈值统计得到背景阈值，再根据最优分割阈值和背景阈值得到各子窗口的实际分割阈值并按实际分割阈值从图像中进行提取，然后对提取结果进行判断，如不满足判断条件则调整背景阈值、重新确定实际分割阈值进行提取，直至得到满足判断条件的提取结果。本发明解决了人为因素干扰带来的结果不准确、一致性差及批量处理困难的问题，实现了大型藻有害藻华快速准确、长时序一致性监测。
-
公开(公告)号：CN119811095A
公开(公告)日：2025-04-11
申请号：CN202510299901.3
申请日：2025-03-14
Applicant: 烟台哈尔滨工程大学研究院
IPC: G08G1/01 , G06F18/214 , G06F18/25
Abstract: 本发明公开了一种融合趋势与季节性的交通流量预测方法，包括步骤：1）构建基于序列到序列构架的预测网络模型，包含趋势预测子模型和融合预测子模型；2）利用往年数据和当年缺少目标特殊时期的数据，通过趋势预测子模型计算参考特殊时期的趋势因素序列与季节性因素序列，训练融合预测子模型；3）通过趋势预测子模型计算目标特殊时期的趋势因素序列与季节性因素序列，输入训练后的融合预测子模型，得到目标特殊时期的交通流量预测数据。本发明能够在仅具备单年度历史观测数据的条件下，有效融合趋势与季节性因素，提升预测的准确性与稳健性。
-
公开(公告)号：CN119375963A
公开(公告)日：2025-01-28
申请号：CN202510000197.7
申请日：2025-01-02
Applicant: 烟台哈尔滨工程大学研究院
Abstract: 本发明公开了一种基于交叉阵列到达角估计的3D水下电场源定位方法，属于电磁定位探测领域。本方法步骤包括：设置两组接收电极阵列分，得到X轴阵列信号和Y轴阵列信号各自的噪声子空间，构造信号源绕X轴旋转的第一空间谱函数和信号源绕Y轴旋转的第二空间谱函数，基于第一空间谱函数和第二空间谱函数进行二维搜索，再根据空间坐标系下的旋转映射关系，基于搜索结果求解得到信号源的3D坐标结果。本发明根据阵列对称性和矩阵运算不变性，提出了基于交叉阵列的假想绕轴到达角估计的处理方式，将三维空间搜索转换为两次二维平面搜索，并简化了偶极矩方向，从而实现了近场空间信号源的快速准确定位。
-
公开(公告)号：CN119337941A
公开(公告)日：2025-01-21
申请号：CN202411884710.5
申请日：2024-12-20
Applicant: 烟台哈尔滨工程大学研究院
IPC: G06N3/0464 , G06N3/084 , G06F18/213 , G06F18/214 , G06F18/2415
Abstract: 本发明公开了一种基于空间特征反馈的多层级卷积神经网络DOA估计方法，首先计算接收到的信号的协方差矩阵，然后将协方差矩阵分解为实部和虚部两个通道输入到多层DOA估计模型中，得到最终的到达角度估计值；所述多层DOA估计模型包括依次设置的L个分类层，其中第一个分类层中为粗分类模块，其它分类层中各有一个精细分类模块；包含所述精细分类模块的分类层的数量由估计分辨率决定。本发明通过逐层细化DOA估计范围的方式来提高分辨率、满足估计要求，避免了过细划分而导致的高复杂度问题，降低了计算成本，同时还具有逼近能力强、收敛速度快等优点。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.024 seconds)
