国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 合肥工業大學;北京市遙感信息研究所夏維獲國家專利權

合肥工業大學;北京市遙感信息研究所夏維獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網獲悉合肥工業大學;北京市遙感信息研究所申請的專利基于混合卡爾曼神經網絡的船舶軌跡預測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119337923B

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411877644.9,技術領域涉及:G06N3/04;該發明授權基于混合卡爾曼神經網絡的船舶軌跡預測方法是由夏維;李浩;馮星辰;徐崇彥;湯航;張景暉;張麗霞;滕偉;鐘也磐設計研發完成,并于2024-12-19向國家知識產權局提交的專利申請。

基于混合卡爾曼神經網絡的船舶軌跡預測方法在說明書摘要公布了:本發明提供一種基于混合卡爾曼神經網絡的船舶軌跡預測方法、系統、存儲介質和電子設備,涉及軌跡預測技術領域。本發明中,通過將神經網絡引入卡爾曼濾波框架,保留卡爾曼濾波的數學基礎和解釋性,同時利用神經網絡的擬合能力和學習能力。當動力學神經網絡模型的輸出結果存在噪聲時,利用基于混合卡爾曼神經網絡對其進行優化,從而更好地處理現實世界中復雜多變的動態系統,實現更準確、魯棒的航跡預測。

本發明授權基于混合卡爾曼神經網絡的船舶軌跡預測方法在權利要求書中公布了:1.一種基于混合卡爾曼神經網絡的船舶軌跡預測方法,其特征在于,包括:根據目標船舶的歷史軌跡,獲取歷史船舶狀態在不同時刻上的分布;將當前時刻的歷史船舶狀態作為相應時刻的船舶狀態后驗估計,基于動力學神經網絡模型,獲取下一時刻的船舶狀態先驗估計,并基于測量矩陣映射獲取下一時刻的預測測量值;其中所述動力學神經網絡模型采用Transformer模型;根據當前時刻的船舶狀態后驗估計、歷史測量值,及下一時刻的船舶狀態先驗估計、預測測量值,基于混合卡爾曼增益神經網絡,學習相應的卡爾曼增益;根據每一時刻的歷史測量值,及相應下一時刻的船舶狀態先驗估計、預測測量值,結合相應的卡爾曼增益,對每一時刻的船舶狀態后驗估計進行修正,以獲取修正后的歷史軌跡;將所述修正后的歷史軌跡作為動力學神經網絡模型輸入,獲取目標船舶軌跡預測序列;所述歷史船舶狀態在不同時刻上的分布是指: 其中,xt為t時刻的歷史船舶狀態;分別為目標船舶在t時刻的經度坐標、緯度坐標、對地航速、對地航向;T為轉置運算;獲取下一時刻的船舶狀態先驗估計以及預測測量值,包括:將t時刻的歷史船舶狀態xt作為相應時刻的船舶狀態后驗估計;將截止至t時刻的船舶狀態后驗估計進行四熱向量編碼并擴展至高維空間后,作為所述動力學神經網絡模型F的輸入,獲取t+1時刻的船舶狀態先驗估計;基于測量矩陣H,將船舶狀態先驗估計映射至傳感器測量空間中,獲取t+1時刻的預測測量值;所述Transformer模型的訓練過程為:獲取若干船舶的多條歷史軌跡數據;對所有歷史軌跡數據進行預處理,獲取目標船舶軌跡的相似軌跡數據集,其中n為相似軌跡數據的數量,第i條相似軌跡數據,T為總時刻,t時刻的歷史船舶狀態,分別為第i條相似軌跡數據中t時刻的經度坐標、緯度坐標、對地航向、對地航速;將截止t時刻的歷史船舶狀態進行四熱向量編碼并擴展至高維空間后,作為Transformer模型的輸入,預測t+1時刻的船舶狀態;遍歷所有相似軌跡數據后,構建交叉熵損失函數,其中CE表示交叉熵;根據所述交叉熵損失函數,訓練Transformer模型直至收斂。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人合肥工業大學;北京市遙感信息研究所,其通訊地址為:230009 安徽省合肥市包河區屯溪路193號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 东乌珠穆沁旗| 上栗县| 正宁县| 辽源市| 宁明县| 怀集县| 周至县| 梨树县| 贵港市| 天峨县| 德庆县| 孟村| 大同县| 西峡县| 深水埗区| 微山县| 卢湾区| 甘谷县| 科技| 永州市| 江永县| 富源县| 新干县| 综艺| 无极县| 仁怀市| 白沙| 左贡县| 新郑市| 广州市| 衡阳市| 曲周县| 温州市| 武强县| 台东县| 赤城县| 金湖县| 凉山| 成安县| 朝阳区| 邢台市|