-
公开(公告)号：CN119719685A
公开(公告)日：2025-03-28
申请号：CN202510213843.8
申请日：2025-02-26
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/20 , G06F18/15 , G06F18/2131 , G06F18/25 , G06F18/214 , G06N3/045 , G06N3/09
Abstract: 本发明属于船舶与海洋工程技术领域，公开了基于动态周期模式识别与加权的船舶运动预报方法及系统。该方法通过数据切割得到训练集与测试集；滑动窗口法得到输入数据集与输出数据集；将输入数据集依次输入时域预报模块得到时域预报结果；以及输入频域预报模块得到频域预报结果；对输入数据进行主频能量占比计算，得到周期模式权重占比；将时域预报结果与频域预报结果进行加权得到最后预报结果；并与输出训练数据对比计算损失函数；将测试输入数据集输入训练好的模型得到测试数据集预报结果。本发明充分地利用了时域预报模型和频域预报模型在各自擅长的周期模式上的优势，有效改善了预报模型在预报过程中预报结果相位偏移的现象。
-
公开(公告)号：CN118332933B
公开(公告)日：2024-08-30
申请号：CN202410748555.8
申请日：2024-06-12
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F17/11 , G06F30/15 , G06F119/14
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种舰载直升机六力素方程配平方法及系统，该方法利用麻雀搜索算法，通过构建直升机六力素平衡方程，规定四个操纵量、两个姿态量为配平量，并将六个配平量设定为麻雀搜索算法的算子搜索目标，通过群智能优化算法对目标求解区间内的配平量组合进行寻优，通过迭代得到在目标工况下精度最高的数值解，从而实现求取目标区间内的全局最优解过程。相较于传统的Newton迭代法，本发明利用群智能优化算法在直升机动力学配平问题中有效地规避了初始点选择不当或者问题存在奇点、边界情况等特殊情况，可以有效提升复杂工况下目标直升机配平效率。
-
公开(公告)号：CN118311571A
公开(公告)日：2024-07-09
申请号：CN202410733282.X
申请日：2024-06-07
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明属于海洋遥感探测领域，公开了一种非相参雷达海杂波图像相位平均反演方法及系统，该方法包括雷达反演部分和随船波浪测量部分；雷达反演部分中，从雷达的海杂波图像实现海浪有义波高参数的测量，包括图像预处理、三维傅里叶变换、图像滤波、经验调制传递以及海浪参数计算；随船波浪测量部分中，根据惯导采集的船舶摇荡数据，提取得到待测海域的海浪的有义波高信息，再利用域内海浪有义波高信息对雷达测量的有义波高进行修正。本发明基于船舶运动数据修正的非相参雷达海杂波图像相位平均反演方法，相较于传统雷达反演方法，通过将随船运动数据替代浮标标定，可以采集任意航行区域数据，数据充足；随船测量，位置灵活，大大提高了适用性。
-
公开(公告)号：CN117892886B
公开(公告)日：2024-05-28
申请号：CN202410302145.0
申请日：2024-03-18
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明属于船舶与海洋工程技术领域，公开了基于置信区间的船舶运动极短期概率预报方法及系统。该方法包括基于船舶惯导系统记录船舶运动时历数据，手动指定概率分布函数描述所述船舶运动时历数据；然后将船舶运动时历数据作为输入，概率分布函数中的参数作为输出，训练神经网络模型学习输入与输出间的映射关系，构建船舶运动置信区间预报模型；设定不同的置信水平，对船舶运动未来一段时间内运动不同置信水平下的置信区间进行预报，获取船舶海上作业信息。本发明采用拟合假定目标服从的概率分布函数参数直接对船舶运动不同置信水平下的置信区间预报，有效避免了分布预报中的误差积累和包络预报中的端点效应干扰。
-
公开(公告)号：CN117818850B
公开(公告)日：2024-05-24
申请号：CN202410245683.0
申请日：2024-03-05
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
Abstract: 本发明属于海洋环境预测技术及船舶运动响应计算领域，公开了一种面向舰船实海航行的性能评估及辅助决策系统及方法。该方法通过数值模式计算的海浪数据，利用深度学习模型对区域海浪的统计值、波浪谱等信息等进行预报，结合船舶航行性能，构建船舶实海域摇摆运动计算方法，实现实海域环境预报及船舶适航性评估。本发明可以为舰船的航行提供更准确、及时的海洋环境数据和船舶摇荡性能评估数据，为船舶的航行提供更适用的决策信息，保障舰船在实海域中航行的安全。
-
Patent Agency Ranking
公开(公告)号：CN117875194A
公开(公告)日：2024-04-12
申请号：CN202410282605.8
申请日：2024-03-13
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于海洋环境数据计算技术领域，公开了基于少量实海观测数据的区域海浪场智能构建方法及系统。该方法通过全连接结构FCNN提取向量类型数据特征和卷积结构CNN提取矩阵类型数据特征，针对输入及输出数据分别进行特征提取及处理，解决数据之间维度不对应的问题；应用于采用零散浮标数据作输入，实现对区域网格化海浪场数据的输出，通过实海观测数据对区域海浪场进行重构。本发明针对输入及输出数据分别进行特征提取及处理，解决数据之间维度不对应的问题；应用于采用零散浮标数据作输入，实现对区域网格化海浪场数据的输出，通过实海观测数据对区域海浪场进行重构。
-
公开(公告)号：CN117828306A
公开(公告)日：2024-04-05
申请号：CN202410232953.4
申请日：2024-03-01
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F18/20 , G06F18/213 , G06Q50/40
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种基于船舶运动频谱特征的数据样本扩充方法及系统。该方法通过对有限的采集时历片段进行傅里叶变换获取频谱特征，通过添加随机相位对运动频谱进行离散，进而扩充当前工况下的运动时历数据，以实现样本数量的扩充。通过该方法可以有效改善实测船舶运动数据量不足的问题，为船舶运动深度学习预报模型的训练提供充分的训练样本，实现预报精度的有效提升。通过对运动时历数据在频域下的分布特征进行有效提取，并通过添加随机因子实现特征一致的船舶运动新时历获取，可以实现对特定工况下的船舶运动数据的有效扩充，保障船舶运动预报模型训练的有效性。
-
公开(公告)号：CN118410722A
公开(公告)日：2024-07-30
申请号：CN202410850464.5
申请日：2024-06-28
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F30/27 , G06F30/15 , G06N3/0455 , G06N3/09 , G06F18/214 , G06F18/2131 , G06F119/14 , G06F119/02
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种动力系统建模的非平稳性船舶运动预报方法及系统。该方法引入傅里叶滤波与koopman理论，构建基于koopa架构的船舶运动预报模型，分别构建低频koopman预测器与高频koopman预测器，滤波后的高频分量通过低频koopman预测器映射到高维空间，在高维空间中通过一个koopman算子控制其状态转移；滤波后的低频分量则通过低频koopman预测器映射到高维空间，并在高维空间中对分布特征不同的数据状态区域分别采用不同的koopman算子控制其状态转移。本发明有效提高预报模型对非平稳性船舶运动时历数据的预报精度。
-
公开(公告)号：CN118378014A
公开(公告)日：2024-07-23
申请号：CN202410804962.6
申请日：2024-06-21
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06F17/18
Abstract: 本发明属于船舶与海洋工程技术领域，公开了一种基于船舶运动频谱的安稳期概率统计方法及系统。该方法通过船舶运动时历获取频谱信息，通过随机过程的统计学分析，利用概率论的联合分布以及马尔科夫链理论建立船舶运动安稳期概率模型，利用历史数据完成航行作业的提前规划以及实际作业中安稳期概率的计算。本发明能够提前在船舶进入某海域作业前给出满足作业要求的安稳期发生概率，同时能在作业前的一段时间内给出安稳期出现的概率，为海上船舶的航行作业计划提供辅助决策。
-
公开(公告)号：CN117893575B
公开(公告)日：2024-05-31
申请号：CN202410294769.2
申请日：2024-03-15
Applicant: 青岛哈尔滨工程大学创新发展中心 , 哈尔滨工程大学
IPC: G06T7/246 , G06V10/44 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于船舶与海洋工程技术领域，公开了图神经网络融入自注意力机制的船舶运动预报方法及系统。该方法采用图卷积神经网络和门控循环神经网络结合的预报模型，以及采用自注意力机制基于输入的船舶六自由度运动片段计算六自由度运动耦合权重矩阵，并构造船舶六自由度运动图数据，实现船舶运动耦合关系表征；然后采用GCN结合GRU模型，基于构造的船舶六自由度运动图数据进行特征提取，实现船舶运动极短期预报。本发明提出的预报方法优于现有的常用的船舶运动极短期预报模型。
-
-
-
-
-
-
-
-
-
Search Results
109
records
(took 0.03 seconds)
