-
公开(公告)号：CN111814855A
公开(公告)日：2020-10-23
申请号：CN202010597705.1
申请日：2020-06-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于残差seq2seq神经网络的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、构建全球电离层电子总含量网格时间序列和预报时间序列，计算得到全球电离层电子总含量预测残差时间序列；2、构建训练样本集；3、构建基于seq2seq神经网络的全球电离层电子总含量残差预测模型，并采用训练样本集进行训练；预测阶段包括：获取当前时刻之前连续K个时刻的全球电离层电子总含量网格数据作为全球电离层电子总含量预测模型的输入，模型的输出为预测残差；根据IGS数据中心发布的预报数据得到当前时刻之后的全球电离层电子总含量预测值。该方法采用seq2seq神经网络对IGS数据中心发布的预报数据进行修正，能够得到较为精确的预测结果。
-
公开(公告)号：CN111539433A
公开(公告)日：2020-08-14
申请号：CN202010239321.2
申请日：2020-03-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、采集全球电离层电子总含量热力图，经调整水平位置后构成原始图像序列；2、构建训练样本集；3、构建基于语义分割的全球电离层电子总含量预测模型，并利用训练样本集进行训练；预测阶段包括：4、每天采集K张全球电离层电子总含量热力图，连续采集t天；对采集的图像调整像素的水平位置，建立预测样本，将预测样本作为全球电离层电子总含量预测模型的输入，得到预测热力图；5、对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。该方法结合了电离层在空间和时间上的变化，充分有效的利用现有观测数据，提高了预测精度。
-
公开(公告)号：CN107622304A
公开(公告)日：2018-01-23
申请号：CN201710717593.7
申请日：2017-08-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于BP神经网络技术的电离层球谐函数改进方法，包括以下步骤：S1：获取区域观测点的穿刺点地理经度、穿刺点地理纬度和穿刺点垂直方向的电子含量；S2：通过电离层球谐函数模型公式建立电离层误差补偿模型，并计算出该穿刺点的垂直方向电子含量以及电离层误差补偿模型的残差值；S3：利用BP神经网络技术对球谐函数进行模型补偿，建立融合模型；S4：利用新建立的融合模型对球谐函数模型拟合的电离层垂直总电子含量残差进行预报，进而提高模型补偿精度。本发明准确的描述了电离层延迟信息随时间的非线性振动特性，较好的模拟了区域电离层的时空变化特征，与单纯的球谐函数模型相比精度得到了提高。
-
公开(公告)号：CN111814855B
公开(公告)日：2022-11-01
申请号：CN202010597705.1
申请日：2020-06-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于残差seq2seq神经网络的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、构建全球电离层电子总含量网格时间序列和预报时间序列，计算得到全球电离层电子总含量预测残差时间序列；2、构建训练样本集；3、构建基于seq2seq神经网络的全球电离层电子总含量残差预测模型，并采用训练样本集进行训练；预测阶段包括：获取当前时刻之前连续K个时刻的全球电离层电子总含量网格数据作为全球电离层电子总含量预测模型的输入，模型的输出为预测残差；根据IGS数据中心发布的预报数据得到当前时刻之后的全球电离层电子总含量预测值。该方法采用seq2seq神经网络对IGS数据中心发布的预报数据进行修正，能够得到较为精确的预测结果。
-
公开(公告)号：CN111539455B
公开(公告)日：2022-04-26
申请号：CN202010239319.5
申请日：2020-03-30
Applicant: 东南大学
IPC: G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于图像一次差分的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、采集全球电离层电子总含量热力图，经调整水平位置后构成原始图像序列；2、构建训练样本集；3、构建基于卷积长短时记忆网络的全球电离层电子总含量预测模型，并利用训练样本集进行训练；预测阶段包括：4、每天采集K张全球电离层电子总含量热力图，连续采集t天；对采集的图像调整像素的水平位置，建立预测样本，将预测样本作为全球电离层电子总含量预测模型的输入，得到预测热力图；5、对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。该方法结合了电离层在空间和时间上的变化，充分有效的利用现有观测数据，提高了预测精度。
-
Patent Agency Ranking
公开(公告)号：CN112036254A
公开(公告)日：2020-12-04
申请号：CN202010787487.8
申请日：2020-08-07
Applicant: 东南大学
Abstract: 本发明公开了基于视频图像的运动车辆前景检测方法，步骤：对彩色视频帧图像进行预处理：将彩色图转换为灰度图，然后利用中值滤波对灰度图进行降噪处理；对经预处理后的视频帧图像进行改进的五帧差分法处理；对经预处理后的视频帧图像进行背景建模，得到背景差分图像，将该背景差分图像二值化后设置成掩膜并与当前帧图像进行背景更新；将五帧差分法结果与背景差分法结果进行逻辑“或”运算，并进行形态学处理，提取完整的前景目标图像。本发明相比于传统方法，可以在光照变化、背景扰动等情况下提高前景检测的准确度。
-
公开(公告)号：CN111539453A
公开(公告)日：2020-08-14
申请号：CN202010238027.X
申请日：2020-03-30
Applicant: 东南大学
Abstract: 本发明公开了一种基于深度循环神经网络的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、采集全球电离层电子总含量热力图，经调整水平位置后构成原始图像序列；2、构建训练样本集；3、构建基于深度循环神经网络的全球电离层电子总含量预测模型，并利用训练样本集进行训练；预测阶段包括：4、每天采集K张全球电离层电子总含量热力图，连续采集t天；对采集的图像调整像素的水平位置，建立预测样本，将预测样本作为全球电离层电子总含量预测模型的输入，得到预测热力图；5、对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。该方法结合了电离层在空间和时间上的变化，充分有效的利用现有观测数据，提高了预测精度。
-
公开(公告)号：CN105738919B
公开(公告)日：2018-05-15
申请号：CN201610088229.4
申请日：2016-02-17
Applicant: 东南大学
IPC: G01S19/07
Abstract: 本发明公开了一种基于折半搜索算法的电离层穿刺点坐标计算方法，步骤S1是初始化折半搜索算法的参数；步骤S2是探测位置的计算、判定探测位置是否满足要求；步骤S3是更新边界条件，然后回到步骤S2；步骤S4是结束。本发明通过折半搜索算法计算电离层穿刺点的位置，克服了目前传统的三角公式计算电离层穿刺点只能得到近似坐标的弱点，有效的保证了电离层穿刺点始终在接收机与导航卫星之间的线段上，也保证了中心电离层模型是一个相对于地球椭球的固定高度椭球面，有利于高精度的电离层相关研究。并且，本发明提出的折半搜索算法计算电离层穿刺点坐标的精度优于现有技术。
-
公开(公告)号：CN105182366A
公开(公告)日：2015-12-23
申请号：CN201510557767.9
申请日：2015-09-02
Applicant: 东南大学
IPC: G01S19/07
CPC classification number: G01S19/07
Abstract: 本发明公开了一种GNSS区域对流层天顶延迟改正的ISAAS模型计算方法，首先利用BP神经网络技术表示Saastamoinen模型误差；使用高精度的IGS对流层延迟产品数据训练BP神经网络；然后，用Saastamoinen模型方法计算用户位置的对流层天顶延迟；接着，用已经训练完毕的BP神经网络计算用户位置的Saastamonien模型模型残差；最后、计算修改后对流层天顶延迟。本发明计算出的对流层天顶延迟要比Saastamonien模型的精度提高大约12.4％。因此，对于一定区域的对流层，可以利用本发明提出的方法计算其延迟数值。
-
公开(公告)号：CN111539433B
公开(公告)日：2022-04-26
申请号：CN202010239321.2
申请日：2020-03-30
Applicant: 东南大学
IPC: G06V10/26 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于语义分割的全球电离层电子总含量预测方法，包括训练阶段和预测阶段，训练阶段包括：1、采集全球电离层电子总含量热力图，经调整水平位置后构成原始图像序列；2、构建训练样本集；3、构建基于语义分割的全球电离层电子总含量预测模型，并利用训练样本集进行训练；预测阶段包括：4、每天采集K张全球电离层电子总含量热力图，连续采集t天；对采集的图像调整像素的水平位置，建立预测样本，将预测样本作为全球电离层电子总含量预测模型的输入，得到预测热力图；5、对预测热力图进行经度排序，得到预测的全球电离层电子总含量热力图。该方法结合了电离层在空间和时间上的变化，充分有效的利用现有观测数据，提高了预测精度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.022 seconds)
