一种基于特征匹配算法的气泡轨迹跟踪方法

    公开(公告)号:CN113838089B

    公开(公告)日:2023-12-15

    申请号:CN202111102543.0

    申请日:2021-09-20

    Abstract: 本发明属于计算机视觉技术领域,具体涉及一种基于特征匹配算法的气泡轨迹跟踪方法。本发明基于ORB特征匹配算法,针对气液两相流图像序列数据,提出了一种去离子水中形状发生变化的气泡轨迹跟踪方法。在模型结构上,首先进行图像预处理,包括:图像切割、信号亮度增强、图像去噪;其次,进行图像二值化,识别并输出只含有气泡轮廓的图像。再者,对相邻两帧图像中的同一气泡进行匹配。运用ORB算法对气泡轮廓特征进行提取和匹配,并根据特征匹配的结果找到气泡在下一帧图像中的位置(以气泡的几何中心坐标记录气泡的位置信息)。最后,将每一帧图像与其相邻两帧图像的匹配得到的结果进行综合,得到识别出气泡轨迹。

    一种工业故障诊断非平衡时序数据扩充方法

    公开(公告)号:CN112328588B

    公开(公告)日:2022-07-15

    申请号:CN202011352099.3

    申请日:2020-11-27

    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。

    船舶纵向运动多目标策略下最优参数决策方法

    公开(公告)号:CN109188898B

    公开(公告)日:2021-06-18

    申请号:CN201810765015.5

    申请日:2018-07-12

    Abstract: 本发明涉及一种船舶纵向运动多目标策略下最优参数决策方法,如果客户希望纵摇参数辨识精度高,则输出纵摇拟合误差目标函数最小值对应个体为参数最优解;如果客户希望升沉参数辨识精度高,则输出升沉拟合误差目标函数最小值对应个体作为参数最优解;如果客户希望纵摇和升沉同时需要高精度输出,则将该将目标函数矩阵看作二维平面上的点,并按照某一维数据从小到大进行排列,另一维上数据跟随变动位置。任意选取一个点,对该点左侧所有点做最小二乘直线拟合,求拟合误差;对该点右侧每一个点也进行最小二乘直线拟合,求拟合误差,则该点总误差记为以上两个拟合误差的和,取总误差最小点对应个体作为最优解,实现根据不同需求选择不同最优参数输出。

    一种基于X波段雷达图像的海表面流反演方法

    公开(公告)号:CN102353946B

    公开(公告)日:2013-06-19

    申请号:CN201110178328.9

    申请日:2011-06-29

    Abstract: 本发明公开的一种基于X波段雷达图像的海表面流反演方法,包括(1)采集时空域海杂波图像作为一个序列,得到子图像序列;(2)对子图像序列进行三维傅里叶变换;(3)根据色散关系构造带通滤波器;(4)对图像谱非线性影响进行校正;(5)计算隶属度;(6)加权计算;(7)初始估流;(8)迭代估流。本发明与现有流反演算法相比,提高了流反演精度,尤其是提高了低流速时流反演精度,且提高了反演结果稳定性。本发明使用依赖最大流速的色散关系带通滤波器对图像谱进行噪声滤除,去噪能力强。本发明中对图像谱进行校正得到海浪谱,能够反映真实的海态信息,然后将海浪谱作为最小二乘法的权值之一计算流,流反演结果接近真实海态。

    一种基于径向基神经网络的海浪有效波高反演模型建模方法

    公开(公告)号:CN102103708B

    公开(公告)日:2013-02-06

    申请号:CN201110031278.1

    申请日:2011-01-28

    Abstract: 本发明提出一种基于径向基神经网络的海浪有效波高反演模型建模方法,包括:步骤1、利用径向基神经网络建立海浪有效波高反演模型基本结构;步骤2、将学习样本数据的野值点剔除;步骤3、确定海浪有效波高反演模型中网络第二层的隐层节点数量H以及选取各隐节点数据中心值;步骤4、利用有效学习样本集合Sn进行网络训练。本发明利用径向基神经网络这种非线性建模方法进行建模,与传统的线性模型建模方法相比其模型表示能力更强,并且本发明采用的径向基神经网络具有万能逼近特性,与传统建模方法相比具有更高的建模精度。

    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

    公开(公告)号:CN109271652A

    公开(公告)日:2019-01-25

    申请号:CN201810764362.6

    申请日:2018-07-12

    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。

    一种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

    公开(公告)号:CN103969643B

    公开(公告)日:2016-09-14

    申请号:CN201410195939.8

    申请日:2014-05-09

    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。

    一种海浪有效波高反演模型建模方法

    公开(公告)号:CN103839104B

    公开(公告)日:2016-09-14

    申请号:CN201410014022.3

    申请日:2014-01-13

    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。

    一种基于PSO自适应分段线性拟合的海浪有效波高反演模型建模方法

    公开(公告)号:CN102799770B

    公开(公告)日:2015-08-26

    申请号:CN201210219893.X

    申请日:2012-06-29

    Abstract: 本发明提出一种基于PSO自适应分段线性拟合的海浪有效波高反演模型建模方法,属于海浪参数反演技术领域,包括数据的去野值点处理、数据的稀疏化处理、初始化粒子群中参数、对粒子速度进行初始化、对粒子速度进行更新以及对粒子位移进行更新等步骤。本发明提出的一种自适应分段线性粒子群的海浪有效波高反演模型建模方法,利用粒子群算法对波高进行反演,不但可以完成传统算法的功能,达到传统算法的精度,还可以进行更精确的波高反演,且本发明中分段个数大于等于两段时,与传统建模方法相比具有更高的建模精度,利用本发明建立的反演模型比传统方法建立的反演模型具有更高的反演精度,且本发明方法的适用性广,灵活性高。

    一种基于稀疏A*搜索的三维多UAV协同航迹规划方法

    公开(公告)号:CN103557867A

    公开(公告)日:2014-02-05

    申请号:CN201310467041.7

    申请日:2013-10-09

    CPC classification number: G05D1/101

    Abstract: 本发明属于路径规划技术领域,具体涉及一种基于稀疏A*搜索的多UAV协同航迹规划方法。本发明包括:对路径规划的环境进行建模;初始化多目标SAS计算参数:包括最小航迹段长度,最大拐弯角、最大爬升/下滑角,UAV最小安全距离,UAV最低飞行高度;初始化UAV的位置,每个UAV代表一条航迹;更新UAV的位置;扩展当前节点;判断是否与其它航迹段发生碰撞;更新航迹段的节点表;如果已经达到步骤(2)中设定的最小航迹代价,则执行步骤(8),否则,执行步骤(3);确定协同规划最优路径,路径规划结束。本发明能够解决多目标优化问题,具有通用性。能够为决策者提供合理的最优解,更符合实际问题需要。

Patent Agency Ranking