-
公开(公告)号：CN103745118A
公开(公告)日：2014-04-23
申请号：CN201410029324.8
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于地磁异常数据处理领域，具体涉及一种基于磁偶极子等效源法的地磁异常数据网格化方法。本发明包括：确定磁偶极子产生磁场的有效区域；在磁源平面上布置磁偶极子；利用布置的磁偶极子描述磁场观测值；求解磁偶极子的磁矩；利用磁偶极子求解观测面上目标网格点的磁场值。本发明过对磁偶极子在磁场观测平面上设定有效区域，有效的降低了对大量数据处理过程中的复杂度过高问题，也避免了传统等效源方法中对数据进行分块带来的运算精度降低的现象。
-
公开(公告)号：CN103745117B
公开(公告)日：2017-01-18
申请号：CN201410029323.3
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于信息处理技术领域，具体涉及一种用于目标识别的决策概率转换方法。本发明包括：确定识别框架，获得框架下识别目标的基本概率分配；计算出每个识别目标Xi的决策概率P1(Xi)，i＝1,2,...,n：计算出每个识别目标Xj的决策概率P2(Xj)，j＝1,2,...,n；按照D-S证据融合规则对P1(Xi)和P2(Xj)进行融合，得出每个识别目标Xp最终的决策概率P(Xp)。本发明利用单目标命题在多目标命题中的信度比和似然度比分配不确定信息，分配依据比较客观，能够合理地分配不确定信息。通过D-S证据融合规则对基于信度比和似然度比计算出的决策概率进行融合，使转换态度既不乐观也不保守，得到的结果更加合理有效。本发明不涉及复杂的高阶运算，计算量小，便于操作。
-
公开(公告)号：CN103745118B
公开(公告)日：2017-01-11
申请号：CN201410029324.8
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于地磁异常数据处理领域，具体涉及一种基于磁偶极子等效源法的地磁异常数据网格化方法。本发明包括：确定磁偶极子产生磁场的有效区域；在磁源平面上布置磁偶极子；利用布置的磁偶极子描述磁场观测值；求解磁偶极子的磁矩；利用磁偶极子求解观测面上目标网格点的磁场值。本发明过对磁偶极子在磁场观测平面上设定有效区域，有效的降低了对大量数据处理过程中的复杂度过高问题，也避免了传统等效源方法中对数据进行分块带来的运算精度降低的现象。
-
公开(公告)号：CN104050508A
公开(公告)日：2014-09-17
申请号：CN201410293347.X
申请日：2014-06-25
Applicant: 哈尔滨工程大学
IPC: G06N3/08
Abstract: 本发明公开了一种基于KLMS的自适应小波核神经网络跟踪控制方法。包括以下几个步骤：初始化小波核神经网络；将预定值和由控制对象输出的实际观测值进行比较，得到误差信号，输入给小波核神经网络，求解代价函数；调节隐含层——输出层权值的自适应学习率，更新隐含层——输出层权值；调节输入层——隐含层权值的自适应学习率，更新输入层——隐含层权值；更新小波核函数的收缩因子；求解隐含层的诱导局部域及输出；求解输出层的诱导局部域及输出，将输出作为控制信号输送给控制对象的执行机构。本发明减少了迭代过程中的记忆内存和计算复杂度，并提高了控制系统的准确性和快速性。
-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN103745117A
公开(公告)日：2014-04-23
申请号：CN201410029323.3
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G06F19/00
Abstract: 本发明属于信息处理技术领域，具体涉及一种用于目标识别的决策概率转换方法。本发明包括：确定识别框架，获得框架下识别目标的基本概率分配；计算出每个识别目标Xi的决策概率P1(Xi)，i＝1,2,...,n：计算出每个识别目标Xj的决策概率P2(Xj)，j＝1,2,...,n；按照D-S证据融合规则对P1(Xi)和P2(Xj)进行融合，得出每个识别目标Xp最终的决策概率P(Xp)。本发明利用单目标命题在多目标命题中的信度比和似然度比分配不确定信息，分配依据比较客观，能够合理地分配不确定信息。通过D-S证据融合规则对基于信度比和似然度比计算出的决策概率进行融合，使转换态度既不乐观也不保守，得到的结果更加合理有效。本发明不涉及复杂的高阶运算，计算量小，便于操作。
-
公开(公告)号：CN105203130B
公开(公告)日：2018-04-24
申请号：CN201510676672.9
申请日：2015-10-13
Applicant: 哈尔滨工程大学
IPC: G01C25/00
Abstract: 本发明公开了一种基于信息融合的船舶组合导航系统故障诊断方法。确定舰船组合导航系统的故障识别框架；利用多组传感器输出故障的基本概率赋值，作为诊断故障的证据；计算证据间的冲突系数，证据支持度、确定度、决策度，证据权重；根据证据权重对证据进行加权平均处理，得到加权平均证据；利用冲突系数，改进Dempster融合规则对加权平均证据进行融合，输出最终的融合结果；按照决策规则对最终的融合结果进行判断，输出诊断结果。本发明能够准确地度量证据间冲突，通过证据权重对证据进行加权平均处理，能够降低冲突证据对融合结果的影响，通过冲突系数改进融合规则，能够得到合理的融合结果。
-
公开(公告)号：CN103971163B
公开(公告)日：2017-02-15
申请号：CN201410195894.4
申请日：2014-05-09
Applicant: 哈尔滨工程大学
IPC: G06N3/08
Abstract: 本发明涉及小波神经网络优化技术领域，特别涉及一种基于归一化最小均方自适应滤波的自适应学习率小波神经网络控制方法。本发明包括:建立控制系统模型；将小波网络的所有权值按层进行单位化；小波神经元权值优化；求解误差信号和训练代价；采用阶梯函数对活化函数的导函数分段处理；制定拟合导函数的模糊规则；确定隶属函数；确定每个模糊规则在导函数值中所占的比重；输出模糊系统、线性化显示活化函数；确定各神经元的诱导局部域及神经元输出；求解各个局部梯度函数；输出层自适应调整学习率；确定输出层学习率的范围；隐层的学习率调节；训练神经元突触权值；输出跟踪控制信号；完成闭环反馈控制。本发明能够加快收敛速度，减小计算复杂度。
-
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
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：CN103837845A
公开(公告)日：2014-06-04
申请号：CN201410029325.2
申请日：2014-01-22
Applicant: 哈尔滨工程大学
IPC: G01R33/02
Abstract: 本研究属于飞行器磁干扰场补偿领域，具体涉及一种飞行器磁干扰场模型参数解算方法。本发明包括：测量实验区域的环境磁场；测量载体的固定磁场；测量载体的感应干扰场，并解算感应干扰场模型参数；测量载体的涡流干扰场，并解算涡流干扰场模型参数。本发明针对载体三项磁干扰场，在实验过程中逐次进行测量和解算，增强了实验的针对性；通过有效地控制载体运动，避免了传统方法中载体运动耦合问题带来的解算误差；通过进行离线实验和解算，避免了传统方法必须的校准飞行，节约了实验资源；可对实验环境的磁场进行有效控制，避免了传统方法中由于实验区域磁场不稳定带来的误差。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.02 seconds)
