-
公开(公告)号：CN111353655A
公开(公告)日：2020-06-30
申请号：CN202010177916.X
申请日：2020-03-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种应用宽度学习系统且考虑多种影响因素的港口吞吐量预测方法，包括：把港口吞吐量数据通过特征映射算法进行特征提取、将提取的特征作为特征层，将第二产业投资和第三产业投资作为输入特征、同季吞吐量作为标签输入至宽度学习系统中，将一段时间内的吞吐量数据和其影响因素输入至宽度学习系统中预测下一阶段的吞吐量数据；将一段时间内的季度吞吐量数据和对应同季度的第二产业、第三产业投资数据分别建立一元线性回归模型；再将同一段时间内季度吞吐量数据和对应同季度的第二产业、第三产业投资数据建立多元线性回归模型、从而预测下一阶段的吞吐量数据。
-
公开(公告)号：CN111273549A
公开(公告)日：2020-06-12
申请号：CN202010109099.4
申请日：2020-02-21
Applicant: 大连海事大学
Abstract: 本发明提供一种智能船舶自动舵系统的模糊自适应输出反馈容错控制方法及系统，属于船舶自动控制技术领域，该方法针对智能船舶自动舵系统，运用模糊状态观测器系统，解决智能船舶自动舵系统出现执行器故障时的控制问题，有效减少控制器对自动舵系统航向角变化率状态信息已知的需求，提高航向跟踪速度和精度。
-
-
公开(公告)号：CN110197657A
公开(公告)日：2019-09-03
申请号：CN201910430464.9
申请日：2019-05-22
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于余弦相似度的动态音声特征提取方法，包括以下步骤：S1:采用预加重、分帧和加窗方法将语音信号预处理成时域信号，采用窗口函数将语音信号分解为一定长度的帧；S2:将语音时域信号转换成频域信号，获取每帧语音频域信号的320维的离散余弦反变换(IDCT-Cepstrum Coefficient)倒谱系数；S3:对语音的频域信号进行相邻维之间的余弦相似度计算；S4:找到余弦相似度的两列最大相邻维进行合并；S5:重复操作S3至S4将320维语音频域信号降维到14维的语音频域特征；S6:将语音特征以直方图形式表示。
-
公开(公告)号：CN109884886A
公开(公告)日：2019-06-14
申请号：CN201910252022.X
申请日：2019-03-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于宽度学习的船舶运动无模型自适应最优控制方法，包括以下步骤：S1:建立包含输入层和输出层的宽度学习模型，S2:根据控制目标构建船舶航向的最优控制目标函数；S3:根据被控船舶当前状态利用训练好的宽度学习模型获得船舶下一时刻航行状态的估计；S4:构建评价网和执行网的三层BP神经网络结构；S5:利用评价网权值更新公式进行权值更新；S6：利用执行网权值更新公式更新执行网的连接权重从而获得船舶当前时刻控制率S7：将更新后的船舶状态与当前控制率输入到宽度学习模型中重复S3-S7，在此过程中评价网和执行网权值收敛得到船舶航向的近似最优控制。
-
Patent Agency Ranking
公开(公告)号：CN116720608A
公开(公告)日：2023-09-08
申请号：CN202310570734.2
申请日：2023-05-19
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q50/30 , G06N3/0442 , G06F17/11 , G06F17/10
Abstract: 本发明公开了一种基于可变权重门控循环单元的船舶航迹预测方法，包括以下步骤：提取自适应等时距特征点；搭建门控循环单元；构造输入航迹数据；构建可变权重预测模型。本发明在AIS数据预处理阶段通过自适应等时间插值的方式补全数据缺失点，并统一单位时间间隔，保证数据采集频率的统一。通过滑动时间窗口，保证AIS数据的时间连续性，提升数据前后关联，并统一航迹的长度。本发明建立了门控循环单元，解决了经典神经网络容易陷入局部最优的问题、循环神经网络没有考虑历史数据的局限性以及长短时记忆网络训练时间较长的问题。本发明提出了可变权重的航迹预测方法，通过构建多个预测模型使其能够胜任多种情况下的航迹预测，提升了预测精度。
-
-
公开(公告)号：CN109767756B
公开(公告)日：2021-07-16
申请号：CN201910087494.4
申请日：2019-01-29
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于动态分割逆离散余弦变换倒谱系数的音声特征提取算法，具有如下步骤：S1、对音声信号进行预加重、分帧和加窗预处理：S2、对于预处理后的音声信号进行从时域到频域的变换形式处理：S3、利用聚类分析算法，计算步骤S2得到的逆离散余弦变换倒谱系数之间的相似度，并把相似度最大的相邻两类依次合并；迭代以上过程，直至聚类至24类，得到的动态分割逆离散余弦变换倒谱系数即为音声特征。本发明完善了现有技术没有充分利用音声动态特征进行频域变换的缺点，使本发明具有更广泛的适应性，且在说话人识别上可以获得更高的识别精度。
-
-
公开(公告)号：CN111880546A
公开(公告)日：2020-11-03
申请号：CN202010802450.8
申请日：2020-08-11
Applicant: 大连海事大学
IPC: G05D1/02
Abstract: 本发明提供一种基于自适应动态规划算法的虚拟引导船舶自动靠泊控制方法，包括：建立船舶靠泊非线性控制系统数学模型；基于建立的船舶靠泊非线性控制系统数学模型，引入虚拟引导系统，得到最优控制器，将靠泊控制问题转化为跟踪控制问题；基于最优控制器，建立靠泊最优评价指标；将跟踪控制问题转化为最优调节问题；基于自适应动态规划方法设计船舶最优靠泊控制，逼近靠泊最优评价指标；通过神经网络执行船舶最优靠泊控制，获得最优靠泊控制律。本发明的技术方案解决了模型动态未知的船舶自动靠泊问题，有效降低了控制器能量消耗，并且提高了船舶跟踪的精度，从而获得最优靠泊路径。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.022 seconds)
