-
公开(公告)号：CN118469043B
公开(公告)日：2024-11-12
申请号：CN202410930919.4
申请日：2024-07-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06N20/00 , G06F18/10 , G06F18/213 , G06F18/2433
Abstract: 本发明提供了一种船舶运行模型训练方法和船舶运行控制方法，涉及数据处理技术领域。船舶运行模型训练方法可包括通过主成分分析算法，将多个第一训练数据中的每个第一训练数据中的第一输入数据映射到二维坐标系中，以得到每个第一训练数据的第二输入数据；根据每个第一训练数据的第二输入数据，并结合网格密度法，对多个第一训练数据进行离群点筛除，以得到多个第二训练数据；根据多个第二训练数据中的每个第二训练数据所属的网格的密度，配置每个第二训练数据的第一权重；根据每个第二训练数据和每个第二训练数据的第一权重，对第一船舶运行模型进行训练，以得到第二船舶运行模型。本发明提供的船舶运行模型训练方法可提高船舶运行模型的精度。
-
公开(公告)号：CN117556172B
公开(公告)日：2024-04-19
申请号：CN202410040741.6
申请日：2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
公开(公告)号：CN118469043A
公开(公告)日：2024-08-09
申请号：CN202410930919.4
申请日：2024-07-12
Applicant: 哈尔滨工程大学三亚南海创新发展基地 , 哈尔滨工程大学
IPC: G06N20/00 , G06F18/10 , G06F18/213 , G06F18/2433
Abstract: 本发明提供了一种船舶运行模型训练方法和船舶运行控制方法，涉及数据处理技术领域。船舶运行模型训练方法可包括通过主成分分析算法，将多个第一训练数据中的每个第一训练数据中的第一输入数据映射到二维坐标系中，以得到每个第一训练数据的第二输入数据；根据每个第一训练数据的第二输入数据，并结合网格密度法，对多个第一训练数据进行离群点筛除，以得到多个第二训练数据；根据多个第二训练数据中的每个第二训练数据所属的网格的密度，配置每个第二训练数据的第一权重；根据每个第二训练数据和每个第二训练数据的第一权重，对第一船舶运行模型进行训练，以得到第二船舶运行模型。本发明提供的船舶运行模型训练方法可提高船舶运行模型的精度。
-
公开(公告)号：CN117556172A
公开(公告)日：2024-02-13
申请号：CN202410040741.6
申请日：2024-01-11
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/10
Abstract: 本发明涉及人工智能技术领域，提供一种船舶操纵运动预报模型构建方法及船舶操纵运动预报方法，船舶操纵运动预报模型构建方法包括：根据船舶运动规律构建多个核函数；根据多个核函数构建对应的运动模型；按照预设筛选标准对多个运动模型进行筛选，得到目标运动模型；按照预设权重和目标运动模型构建运动预报模型。本发明的有益效果：充分考虑了所有核函数的特性，使得运动预报模型在面对更多种船舶运动情况时具有更高的泛化性。按照预设筛选标准对多个运动模型进行筛选，实现自适应运动模型筛选，提升运动预报模型的构建效率。
-
公开(公告)号：CN118313263A
公开(公告)日：2024-07-09
申请号：CN202410512551.X
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/126 , G06F17/10 , G06F17/16 , G06F111/06 , G06F111/04
Abstract: 本发明提供了一种基于多目标最优输入设计的船舶操纵运动灰箱预报方法及系统，属于船舶运动灰箱预报方法领域。为了提供一种高质量的激励信号用来激励船舶操纵运动的灰箱模型并进行运动预报的方法。本发明以D最优准则和矩阵的条件数为优化目标函数，采用相关系数矩阵作为约束，既考虑到了参数辨识的精度、鲁棒性，又在一定程度上降低了输入变量的多重共线性也就是参数漂移；依靠二型非支配排序遗传算法的框架，使用修正的目标函数值来检查种群中的优势度，这种修改是基于对个体的约束违反及其客观表现，最后使用逼近理想解排序方法来筛选输出的Pareto前沿解。
-
Patent Agency Ranking
公开(公告)号：CN117010501A
公开(公告)日：2023-11-07
申请号：CN202310845914.7
申请日：2023-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于场景图神经网络推理机制的视觉问答系统及方法，包括问题嵌入模块、场景图提取模块、图神经网络注意力推理模块和答案预测模块，问题嵌入模块获取文本问题特征，文本问题通过Tokenizer模块进行词语分割和Transformer网络进行特征提取；场景图提取模块获取图像视觉特征，将特征嵌入为含有丰富图象信息的场景图；图神经网络注意力推理模块联合场景图特征和问题特征引入协同注意力推理机制进行协同注意力迭代推理，以同时关注深层文本信息和视觉信息；答案预测模块获取图神经注意力推理网络的最后迭代状态，和文本全局特征信息共同输入分类器进行答案预测。本发明性能相较于传统视觉问答模型得到显著提升。
-
公开(公告)号：CN118394079A
公开(公告)日：2024-07-26
申请号：CN202410489729.3
申请日：2024-04-23
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种基于多项式混沌法的船舶会遇航迹优化方法及系统，涉及船舶会遇控制技术领域。本发明的技术要点包括：建立船舶的水动力模型；根据水动力模型的水动力系数的分布特性，将水动力系数转换为混沌多项式展开的系数，对混沌多项式展开的系数进行不确定性量化，获取不确定性情况下会遇船舶的两条极限轨迹；引入碰撞危险度模型，根据碰撞危险度模型和两条极限轨迹建立船舶会遇避碰最优控制的目标函数和状态约束；基于状态约束对目标函数进行求解获取最优控制量，使得船舶基于最优控制量完成会遇避碰。本发明优化后的最优控制量充分保障了船舶的安全航行，其最近会遇距离、相对距离等安全性指标较优，保证了船舶不确定性情况下的安全航行。
-
公开(公告)号：CN115952306A
公开(公告)日：2023-04-11
申请号：CN202211550485.2
申请日：2022-12-05
Applicant: 哈尔滨工程大学
IPC: G06F16/432 , G06F16/41 , G06F16/435 , G06F16/45 , G06N3/042 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种基于场景图的图像内容检索方法，本发明通过结构化的方式，检索出符合描述的图片集。基于场景图的图像检索方法从图像整体的内容入手，更加注重于目标与目标之间的视觉关系。这种视觉关系，以图的形式组成，将图像以一种结构化描述的形式展现出来，利用这种复杂的结构化形式完成检索任务，通过这种更加细致地描述提升了基于图像内容检索的准确度，也满足了人们对于细粒度的图像检索任务的要求。本发明并不局限于检索出单目标或多目标的名称与特点，更在于对多目标之间的相互作用关系进行检索。
-
公开(公告)号：CN118443017A
公开(公告)日：2024-08-06
申请号：CN202410512557.7
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明提供了一种基于线障碍势场法的无人船多航行路线的自主规划方法及系统，属于无人船路径规划技术领域。为了解决现有人工势场法中障碍的势场函数模型过于简单，且只能生成一条路径的问题。包括搭建线性障碍数学模型，判断有旋力场在二维平面对无人船产生力的方向，求解线性障碍势能函数，最终迭代多解无人船路径。本发明提出一种二维平面上的线性障碍模型，该力场模型为有旋场，相较于无旋场具有更丰富的物理特性和应用潜力；同时利用无旋力场的积分与路径无关的特性，求解出该线性障碍的势场函数；本发明可借助线性障碍的优势，通过对点障碍的迭代生成多条不同的路径。
-
公开(公告)号：CN118313619A
公开(公告)日：2024-07-09
申请号：CN202410512549.2
申请日：2024-04-26
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/126
Abstract: 本发明提供了一种基于矩阵式编码方法的服务机器人群任务分配方法及系统，属于服务机器人任务分配领域。为了解决现有医疗养老服务社区中种类与数量众多的服务机器人群协同控制困难、工作效率较低的问题。使用分层分段的矩阵式编码方法，横向分段的编码方式可考虑异构任务之间的联系，纵向分层的编码方式可考虑采样任务调度与配送执行点选择之间的时序耦合关系，在医疗养老服务社区中种类与数量众多的服务机器人群具有可协同控制、工作效率高的优点；且在仿真实验中，不同规模的实例设置下，迭代进化曲线均呈现出了明显的下降趋势，表明本发明搜索到的解的质量不断提高，证明了本方法的服务机器人群任务分配方法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
