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(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)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(quán)益 需求市場 關(guān)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(yè)大學;北京市遙感信息研究所夏維獲國家專利權(quán)

合肥工業(yè)大學;北京市遙感信息研究所夏維獲國家專利權(quán)

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(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)獲悉合肥工業(yè)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(jīng)網(wǎng)絡(luò)的船舶軌跡預測方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119337923B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411877644.9,技術(shù)領(lǐng)域涉及:G06N3/04;該發(fā)明授權(quán)基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)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(shè)計研發(fā)完成,并于2024-12-19向國家知識產(chǎn)權(quán)局提交的專利申請。

基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)的船舶軌跡預測方法在說明書摘要公布了:本發(fā)明提供一種基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)的船舶軌跡預測方法、系統(tǒng)、存儲介質(zhì)和電子設(shè)備,涉及軌跡預測技術(shù)領(lǐng)域。本發(fā)明中,通過將神經(jīng)網(wǎng)絡(luò)引入卡爾曼濾波框架,保留卡爾曼濾波的數(shù)學基礎(chǔ)和解釋性,同時利用神經(jīng)網(wǎng)絡(luò)的擬合能力和學習能力。當動力學神經(jīng)網(wǎng)絡(luò)模型的輸出結(jié)果存在噪聲時,利用基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)對其進行優(yōu)化,從而更好地處理現(xiàn)實世界中復雜多變的動態(tài)系統(tǒng),實現(xiàn)更準確、魯棒的航跡預測。

本發(fā)明授權(quán)基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)的船舶軌跡預測方法在權(quán)利要求書中公布了:1.一種基于混合卡爾曼神經(jīng)網(wǎng)絡(luò)的船舶軌跡預測方法,其特征在于,包括:根據(jù)目標船舶的歷史軌跡,獲取歷史船舶狀態(tài)在不同時刻上的分布;將當前時刻的歷史船舶狀態(tài)作為相應時刻的船舶狀態(tài)后驗估計,基于動力學神經(jīng)網(wǎng)絡(luò)模型,獲取下一時刻的船舶狀態(tài)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(jīng)網(wǎng)絡(luò)模型采用Transformer模型;根據(jù)當前時刻的船舶狀態(tài)后驗估計、歷史測量值,及下一時刻的船舶狀態(tài)先驗估計、預測測量值,基于混合卡爾曼增益神經(jīng)網(wǎng)絡(luò),學習相應的卡爾曼增益;根據(jù)每一時刻的歷史測量值,及相應下一時刻的船舶狀態(tài)先驗估計、預測測量值,結(jié)合相應的卡爾曼增益,對每一時刻的船舶狀態(tài)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(jīng)網(wǎng)絡(luò)模型輸入,獲取目標船舶軌跡預測序列;所述歷史船舶狀態(tài)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(tài);分別為目標船舶在t時刻的經(jīng)度坐標、緯度坐標、對地航速、對地航向;T為轉(zhuǎn)置運算;獲取下一時刻的船舶狀態(tài)先驗估計以及預測測量值,包括:將t時刻的歷史船舶狀態(tài)xt作為相應時刻的船舶狀態(tài)后驗估計;將截止至t時刻的船舶狀態(tài)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(jīng)網(wǎng)絡(luò)模型F的輸入,獲取t+1時刻的船舶狀態(tài)先驗估計;基于測量矩陣H,將船舶狀態(tài)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(shù)據(jù);對所有歷史軌跡數(shù)據(jù)進行預處理,獲取目標船舶軌跡的相似軌跡數(shù)據(jù)集,其中n為相似軌跡數(shù)據(jù)的數(shù)量,第i條相似軌跡數(shù)據(jù),T為總時刻,t時刻的歷史船舶狀態(tài),分別為第i條相似軌跡數(shù)據(jù)中t時刻的經(jīng)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(tài)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(tài);遍歷所有相似軌跡數(shù)據(jù)后,構(gòu)建交叉熵損失函數(shù),其中CE表示交叉熵;根據(jù)所述交叉熵損失函數(shù),訓練Transformer模型直至收斂。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人合肥工業(yè)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(qū)屯溪路193號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)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(jù)或者憑證。
主站蜘蛛池模板: 天峻县| 榆树市| 天全县| 新蔡县| 铜梁县| 皮山县| 拉孜县| 青冈县| 秀山| 屯昌县| 肇东市| 嘉峪关市| 临湘市| 莫力| 闽侯县| 潮安县| 河东区| 靖江市| 成武县| 泸州市| 平凉市| 北辰区| 怀柔区| 锡林郭勒盟| 开封市| 岳阳市| 灵璧县| 永春县| 邳州市| 温州市| 宁海县| 榆林市| 巴青县| 都匀市| 余庆县| 连江县| 漳平市| 城市| 渭源县| 泸溪县| 福建省|