公开(公告)号：CN120057222A

公开(公告)日：2025-05-30

申请号：CN202510135244.9

申请日：2025-02-07

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  张亚 ,  李一兵 ,  叶方 ,  田园 ,  董千慧 ,  耿笑语

IPC: B63B79/30 ,  B63B79/20 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/048

Abstract: 本发明针对非线性非平稳性以及噪声会影响极短期船舶运动姿态的预测精度以及预测模型稳定性的问题，从而提出一种非线性与非平稳性下极短期船舶运动姿态预测方法。本发明涉及船舶运动姿态预测领域。预测方法为：获取船舶非平稳运动姿态数据；采用经验模态分解算法对船舶非平稳运动姿态数据中的时间序列进行分解操作，拆分若干个独立的子序列；采用基于自适应粒子群优化的长短时记忆神经网络对每个子序列进行预测，获得若干预测结果；将若干个预测结果进行加权和数据重组，得到最终的综合预测结果。本发明能够在不同的海洋环境下有效预测船舶的运动姿态，为船舶的安全和稳定运行提供了有力的技术支持。

公开(公告)号：CN109766791B

公开(公告)日：2023-01-06

申请号：CN201811589298.9

申请日：2018-12-25

Applicant: 哈尔滨工程大学

Inventor： 叶方 ,  宋也 ,  孙骞 ,  田园 ,  张思桐 ,  耿笑语 ,  周子涛

IPC: G06F18/00 ,  G06F18/2411 ,  G06F18/2135 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/084

Abstract: 一种基于自编码器的通信信号调制识别方法，属于通信技术领域。本发明包括模拟产生各个信噪比下的待分类信号；将待分类的信号进行预处理；使用自编码器对经过预处理的信号进行特征提取；使用核主成分分析KPCA方法对提取的特征进行降维处理；产生数据集，根据降维处理所得特征，随机产生每类调制信号的训练样本和测试样本，得到训练样本集合、测试样本集合以及相应的类标签集合，并对数据集进行归一化处理；用训练样本集合对支持向量机SVM分类器进行训练，将测试样本集合输入训练好的分类器，并计算平均识别率。本发明比时域特征或频域特征具有更好的抗噪声性能；所提取的特征具有更好的类内聚集度和类间分离度；大大减少了计算复杂度；抗噪声性能好。

公开(公告)号：CN109766791A

公开(公告)日：2019-05-17

申请号：CN201811589298.9

申请日：2018-12-25

Applicant: 哈尔滨工程大学

Inventor： 叶方 ,  宋也 ,  孙骞 ,  田园 ,  张思桐 ,  耿笑语 ,  周子涛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于自编码器的通信信号调制识别方法，属于通信技术领域。本发明包括模拟产生各个信噪比下的待分类信号；将待分类的信号进行预处理；使用自编码器对经过预处理的信号进行特征提取；使用核主成分分析KPCA方法对提取的特征进行降维处理；产生数据集，根据降维处理所得特征，随机产生每类调制信号的训练样本和测试样本，得到训练样本集合、测试样本集合以及相应的类标签集合，并对数据集进行归一化处理；用训练样本集合对支持向量机SVM分类器进行训练，将测试样本集合输入训练好的分类器，并计算平均识别率。本发明比时域特征或频域特征具有更好的抗噪声性能；所提取的特征具有更好的类内聚集度和类间分离度；大大减少了计算复杂度；抗噪声性能好。