-
公开(公告)号：CN116245047A
公开(公告)日：2023-06-09
申请号：CN202310236628.0
申请日：2023-03-13
Applicant: 哈尔滨工程大学
IPC: G06F30/28 , G06F30/27 , G06N3/0475 , G06N3/094 , G06F113/08
Abstract: 本发明提供一种基于生成对抗网络的模拟气泡流方法，步骤一：对多气泡图像预处理，步骤二：提取多气泡图像中气泡的轮廓信息，步骤三：制作单个气泡图像训练数据集，步骤四：训练生成对抗网络，得到包含丰富形状的气泡的数据库；步骤五：基于随机游走算法设计气泡的流动路线，得到模拟多气泡图像；步骤六：生成气泡流；本发明提出了一种模拟气液两相流的技术；一方面，可以扩充算法的训练数据集，减少通过实验过程获取训练数据的时间消耗，高效地解决训练数据不足的问题；另一方面，模拟气泡流具有较丰富的多样性，利用其训练算法，可以提高算法的性能和通用性，增强算法的跟踪能力，从而在实际跟踪过程中得到具有可靠性的气泡轨迹信息。
-
公开(公告)号：CN115982141A
公开(公告)日：2023-04-18
申请号：CN202211542378.5
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06F16/215 , G06F16/9537 , G06F16/242 , G06F16/2458 , G06N3/0442
Abstract: 本发明公开了一种针对时序数据预测的特征优化方法，步骤1、获取待预测时序数据集；步骤2、使用相关性分析方法对时序数据集特征参数进行相关性计算，计算数据集各特征参数之间的相关系数；步骤3、根据步骤2得到其他特征参数与预测目标特征参数的相关系数，根据不同相关系数阈值选择得到若干特征参数子集；步骤4、将特征参数子集分别输入预先训练好的长短期记忆网络模型，输出预测目标特征参数as的预测值，根据各个特征参数子集对应预测值与真实值的误差得到预测目标特征参数as对应的最优特征子集，长短期记忆网络模型由训练时序数据集对应特征参数子集训练得到的；本发明对高维数据输入进行优化，剔除对预测无效的特征，建立最优特征子集。
-
公开(公告)号：CN109271652B
公开(公告)日：2022-05-31
申请号：CN201810764362.6
申请日：2018-07-12
Applicant: 哈尔滨工程大学
Abstract: 本发明属于船舶运动参数辨识和进化计算两大领域，具体涉及一种基于多目标进化算法的船舶横向三自由度运动参数辨识方法。包括以下步骤：根据船舶横向三自由度运动微分方程，建立状态方程和观测方程模型；根据水池实验数据，建立海浪的扰动力和扰动力矩模型；以曼哈顿距离作为评判标准，评价观测值和模型输出值之间的误差，建立船舶横向运动多目标输出模型；利用进化算法对船舶横向运动多目标优化函数进行优化，并给出最优pareto前沿面；从前沿面中选取一个点对应的参数作为输出最优参数。不需要考虑各自由度运动之间的权重因子。可以得到一系列非占优的解，可以根据客户偏好从这些解里边选出最适合的一组横向水动力参数，实验数据少，效率高，误差小。
-
公开(公告)号：CN112328588A
公开(公告)日：2021-02-05
申请号：CN202011352099.3
申请日：2020-11-27
Applicant: 哈尔滨工程大学
IPC: G06F16/215 , G06N3/04
Abstract: 本发明公开了一种工业故障诊断非平衡时序数据扩充方法，步骤一：准备训练数据集；步骤二：构建GRU‑BEGAN的网络结构；步骤三：训练构建的GRU‑BEGAN网络模型；步骤四：根据训练好的GRU‑BEGAN生成对抗网络模型去生成小样本类型的人工数据，训练完成后的模型输入简单随机变量z|t，生成符合时间t的时序数据，将生成的数据集扩充至原始数据的小样本类型中，根据扩充后的数据集建立1D/2D‑CNN故障诊断模型。本发明在模型结构和损失函数上的改进使得模型收敛更快、数据质量更高，利用端到端的GRU‑BEGAN模型去训练故障数据中小样本时序数据集，得到生成的人工数据去增强原始数据集，提高故障诊断模型精确度。
-
公开(公告)号：CN104156629B
公开(公告)日：2017-09-08
申请号：CN201410448618.4
申请日：2014-09-04
Applicant: 哈尔滨工程大学
CPC classification number: Y02A90/18
Abstract: 本发明的目的在于提供一种基于相对辐射校正的导航雷达图像反演海面风向方法，包含导航雷达图像序列采集、导航雷达图像预处理、导航雷达图像相对辐射较正和海面风向反演四个部分。本发明在应用风条纹反演风向中增添导航雷达图像相对辐射校正环节，有效消除了导航雷达回波强度径向衰减对风向反演造成的影响。导航雷达图像相对辐射校正采用一种自适应拉格朗日最小二乘分段拟合校正法，既保证校正后不会破坏海杂波图像特征，又提高了工程的适用性。
-
Patent Agency Ranking
公开(公告)号：CN102722749B
公开(公告)日：2014-10-22
申请号：CN201210178003.5
申请日：2012-06-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于粒子群算法的自适应三维空间路径规划方法，针对海底地形高程图。首先初始化粒子的空间位置和位移，在初始化空间位置时进行了维度重构，初始化第一代粒子所经过的最佳位置及群体当代所发现的最佳位置，然后更新粒子的下一代位移以及空间位置，在更新中引入吸引算子和排除算子，通过计算粒子的适应度，更新粒子下一代所经过的最佳位置以及种群所发现的最佳位置，反复更新粒子的位移以及空间位置，直到完成所要求的迭代次数。本发明方法对寻路环境没有特殊要求，在路径规划过程中的收敛速度、收敛精度及自适应性都得到了提高，并使粒子节点在空间中自由移动成为可能，增大了寻路的成功率，减少了路径规划的计算量。
-
公开(公告)号：CN104062635A
公开(公告)日：2014-09-24
申请号：CN201410317419.X
申请日：2014-07-04
Applicant: 哈尔滨工程大学
IPC: G01S7/02
CPC classification number: G01S7/415
Abstract: 本发明属于海杂波图像下海浪参数分析技术领域，具体涉及一种海杂波图像下基于最小区间思想的海浪主波周期反演方法。本发明包括：基于雷达采集32幅空间域的连续海杂波图像，选取分析区域构成子图像序列；对子图像序列进行3维傅里叶变换得到三维图像谱；根据色散关系构造带通滤波器，滤除三维波数频率图像谱中的非海浪信号，并积分获得二维海浪图像谱；利用调制传递函数，计算二维海浪波数谱：计算二维频率方向谱和一维频率谱；计算包含海浪一维频率谱总体能量的80％的最小频率估计区间；计算主波频率；计算主波周期。发明克服了现有主波周期反演算法当海浪一维频率谱为非单峰、不平滑时对频率区间估计不准确的不足。
-
公开(公告)号：CN103969643A
公开(公告)日：2014-08-06
申请号：CN201410195939.8
申请日：2014-05-09
Applicant: 哈尔滨工程大学
Abstract: 本发明属于海浪遥感技术领域，具体涉及一种利用导航雷达获取的海杂波图像进行海浪参数反演的基于新型海浪色散关系带通滤波器进行X波段导航雷达反演海浪参数方法。本发明包括：雷达图像数据采集；雷达图像预处理；对笛卡尔坐标系下的图像序列应用傅里叶变换，得到雷达图像的三维波数频率图像谱；海浪谱信息提取；海浪信息反演。本发明的滤波器保留了船速对色散关系的影响，有效地解决了传统宽带通滤波器的带宽会随运动速度的增大而增大这一问题，使得可以在雷达平台随舰船运动情况下进行滤波；本发明的新型滤波器的带通边界推导中没有对任何量取近似值，减小了计算误差，不会对带通边界产生影响，带宽计算更加精确，提升了海浪反演精度。
-
公开(公告)号：CN103839104A
公开(公告)日：2014-06-04
申请号：CN201410014022.3
申请日：2014-01-13
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明涉及一种海浪有效波高反演模型建模方法，其特征在于：步骤1：设置粒子群粒子位置初值和速度初值；步骤2：初始化粒子群各参数；步骤3：设置粒子群速度位置更新公式；步骤4：确定判断宽度；步骤5：基于判断宽度judgewidth和粒子的位置值Xi两个参数，建立适应值函数，适应值函数对样本数据进行分段，得到分段模型，并计算出与分段模型对应的整体样本数据的残差平方和作为粒子的适应值；步骤6：利用粒子群算法寻找拐角值最优解；步骤7：将步骤6.3得到的Pg值和judgewidth代入适应值函数，得到最优分段线性模型的各段斜率和截距。
-
公开(公告)号：CN102306399B
公开(公告)日：2013-10-30
申请号：CN201110206406.1
申请日：2011-07-22
Applicant: 哈尔滨工程大学
IPC: G06T19/00
Abstract: 本发明提出一种基于弹性绳运动性质的三维空间路径规划方法，包括初始化寻回环境和参数、计算弹性绳上的点受弹性绳作用引起的位移、计算弹性绳上的点受弹性绳和障碍物作用引起的位移、计算移动后的位置、判断弹性绳上所有点均是否均发生了一次运动和判断弹性绳是否达到平衡位置等几个步骤。本发明提出的一种基于弹性绳运动性质的三维空间路径规划方法，相对于其它路径规划方法运算量小，寻路速度快；环境表示简单，只要知道障碍物表面指向障碍物外的法线方向即可，且不需要将空间分割成单元格的形式，所找到的路径平滑性，准确性更好。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.03 seconds)
