公开(公告)号：CN103746703A

公开(公告)日：2014-04-23

申请号：CN201310714095.9

申请日：2013-12-23

Applicant: 哈尔滨工程大学

Inventor： 郝燕玲 ,  吴迪 ,  陈立娟 ,  常帅 ,  杜雪 ,  李旺 ,  贾韧锋 ,  李杰 ,  张瑶

IPC: H03M7/30

Abstract: 本发明属于压缩感知技术领域，具体涉及一种基于阈值的分段自适应正则化匹配追踪重构方法。包括：设定稀疏信号重构过程中各参数的初始状态值；计算迭代余量r与传感矩阵Φ每一列的内积即相关系数；找出满足条件的传感矩阵中原子；存入角标集J中；对角标集J中角标对应原子的相关系数从大到小排序；更新表示原信号的支撑集；采用最小二乘法进行信号逼近并更新余量；迭代判定。本发明提出的一种基于阈值的分段自适应正则化匹配追踪重构方法融合了分段自适应选择原子及正则化思想。该方法在信号重构过程中不需要以稀疏度作为先验条件，能够自适应逼近稀疏度信息并准确构建支撑集，完成信号的精确重构且精确重构率高于现有同类方法，具有较高的实际应用性。

公开(公告)号：CN104134004A

公开(公告)日：2014-11-05

申请号：CN201410373172.3

申请日：2014-07-31

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  贾韧锋 ,  张靖靖 ,  陈立娟 ,  李旺 ,  吴迪 ,  杜雪 ,  常帅 ,  刘厂

IPC: G06F19/00

Abstract: 本发明属于信息处理技术领域，具体涉及一种基于D-S证据理论对多种海洋环境要素数据进行融合，实现对海洋环境安全评估的基于D-S证据理论的海洋环境安全评估方法。本发明包括：计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值；计算机应用D-S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。本发明提出的基于D-S证据理论的海洋环境安全评估方法，有效地解决了海洋环境安全评估问题，能够为决策者提供合理的决策支持，提高船舶在大海中航行的安全性和经济性。

公开(公告)号：CN102252672B

公开(公告)日：2012-10-10

申请号：CN201110108952.1

申请日：2011-04-28

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  陈立娟 ,  李刚 ,  刘厂 ,  张振兴

IPC: G01C21/00

Abstract: 本发明公开了一种用于水下导航的非线性滤波方法，用于从水下地形导航随机微分模型中求得弱解。本发明通过使用了三次样条插值函数来分段逼近导航随机微分模型的弱解可得到状态的先验概率密度函数，其中利用前向柯尔莫哥洛夫方程解决了构造三次样条插值点的难点问题，然后再由贝叶斯公式得到状态的后验概率密度函数。本发明方法充分利用了三次样条插值具有计算简单、稳定性好、收敛性有保证、易于在计算机上实现并且能保证整体曲线的光滑性等特性能更好跟踪系统状态各种可能性，具有很高的估计精度、收敛速度和收敛光滑性，可以很好的跟踪系统状态的变化。

公开(公告)号：CN104134004B

公开(公告)日：2017-10-27

申请号：CN201410373172.3

申请日：2014-07-31

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  贾韧锋 ,  张靖靖 ,  陈立娟 ,  李旺 ,  吴迪 ,  杜雪 ,  常帅 ,  刘厂

IPC: G06F19/00

Abstract: 本发明属于信息处理技术领域，具体涉及一种基于D‑S证据理论对多种海洋环境要素数据进行融合，实现对海洋环境安全评估的基于D‑S证据理论的海洋环境安全评估方法。本发明包括：计算机获取海洋环境要素值，通过计算输出各个海洋环境要素的基本概率赋值；计算机应用D‑S证据理论融合规则对步骤(1)中得到的基本概率赋值进行融合，输出融合后的基本概率赋值：计算机根据决策规则对融合后的基本概率赋值进行判断，输出海洋环境安全评估结果。本发明提出的基于D‑S证据理论的海洋环境安全评估方法，有效地解决了海洋环境安全评估问题，能够为决策者提供合理的决策支持，提高船舶在大海中航行的安全性和经济性。

公开(公告)号：CN103761567A

公开(公告)日：2014-04-30

申请号：CN201410023610.3

申请日：2014-01-20

Applicant: 哈尔滨工程大学

Inventor： 袁赣南 ,  杜雪 ,  赵玉新 ,  陈立娟 ,  李旺 ,  吴迪 ,  常帅 ,  贾韧锋 ,  陈嵩博 ,  韩自发

IPC: G06N3/02

Abstract: 本发明涉及小波神经网络优化技术领域，特别涉及一种采用状态估计研究思想，基于贝叶斯估计的小波神经网络权值初始化方法。本发明包括：建立小波神经网络模型；权值单位化；输入与小波神经元权值优化；输出层神经元权值优化。本发明将小波神经网络权值参数与网络结构、小波类型、输入数据和输出目标值联系起来，同时将状态估计的思想和理论引入到权值参数的初始设置中，强化了小波网络学习训练能力，使小波网络在初始化阶段就具有一定的针对性，从而提高了权值在后续网络学习训练的适应能力。与传统权值初始化方法相比，能够有效地提高学习效率，减小网络输出振荡幅度，加快算法收敛速度，同时能够避免出现不合适权值导致的网络输出发散的情况。

公开(公告)号：CN102252672A

公开(公告)日：2011-11-23

申请号：CN201110108952.1

申请日：2011-04-28

Applicant: 哈尔滨工程大学

Inventor： 赵玉新 ,  陈立娟 ,  李刚 ,  刘厂 ,  张振兴

IPC: G01C21/00

Abstract: 本发明公开了一种用于水下导航的非线性滤波方法，用于从水下地形导航随机微分模型中求得弱解。本发明通过使用了三次样条插值函数来分段逼近导航随机微分模型的弱解可得到状态的先验概率密度函数，其中利用前向柯尔莫哥洛夫方程解决了构造三次样条插值点的难点问题，然后再由贝叶斯公式得到状态的后验概率密度函数。本发明方法充分利用了三次样条插值具有计算简单、稳定性好、收敛性有保证、易于在计算机上实现并且能保证整体曲线的光滑性等特性能更好跟踪系统状态各种可能性，具有很高的估计精度、收敛速度和收敛光滑性，可以很好的跟踪系统状态的变化。