-
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：CN111208835A
公开(公告)日：2020-05-29
申请号：CN202010125607.8
申请日：2020-02-27
Applicant: 大连海事大学
IPC: G05D1/02 , G05B17/02 , G05B19/418
Abstract: 本发明提供一种基于拓扑重构的船舶编队切换控制方法，本发明方法通过电子海图系统获得全局船舶实时航行信息，结合船舶编队岸基信息平台发布的船舶调度信息进行船舶编队队形控制与切换控制。在编队避障过程中或队形切换后，编队内的拓扑结构不再适用于此时的队形，从而发生网络连接中断，利用拓扑重构法对编队通信拓扑进行重构。通过船舶自动识别系统、全球定位系统等设备获得实时船舶航行安全动态。当编队内船与船间的距离或船与障碍物间的距离小于二者对应的安全距离时，触发避碰或避障人工势场，进行避碰与避障控制。本发明将拓扑重构与人工势场法结合，充分利用船舶编队全局动态和实时船端航行信息，实现了船舶智能避碰与切换控制。
-
-
Patent Agency Ranking
-
公开(公告)号：CN110209825A
公开(公告)日：2019-09-06
申请号：CN201910522281.X
申请日：2019-06-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于宽度学习系统的快速网络表征学习算法，具有如下步骤：S1、导入基于文本的网络图模块，将网络拓扑结构解析后保存成字典的格式，字典中的key代表网络节点，key对应的value是一个列表，表示该节点所在边的另一端节点序列；S2、对网络节点进行随机游走，生成游走序列；S3、构建基于宽度学习系统的网络表征学习模型，将S2中生成的游走序列以及维数为K的表征向量作为输入，在特征向量层生成网络节点的特征向量，在增强向量层通过引入激活函数增强网络表征学习模型的非线性分类能力，最终实现基于文本的网络多标签分类。本发明算法中采用了宽度学习系统模型，能够快速完成网络节点的表征学习。
-
公开(公告)号：CN109188909A
公开(公告)日：2019-01-11
申请号：CN201811126116.4
申请日：2018-09-26
Applicant: 大连海事大学
Abstract: 本发明提供一种面向船舶航向非线性离散系统的自适应模糊最优控制方法及系统，属于船舶自动控制技术领域，该方法针对船舶航向非线性离散系统，运用模糊优化学习自适应算法，解决船舶航向离散非线性系统的最优控制问题，有效降低了控制器能量消耗、减少舵机磨损，提高航向跟踪速度和精度。
-
公开(公告)号：CN118230108A
公开(公告)日：2024-06-21
申请号：CN202410429241.1
申请日：2024-04-10
Applicant: 大连海事大学
IPC: G06V10/80 , G06V20/40 , G06V20/10 , G06N3/0464 , G06N3/0442 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种基于多模态融合网络的海上安全信息智能决策支持系统；在数据处理端，提出多模态融合网络，可以分别使用不同的网络来训练不同的输入信息，包括航行AIS的经纬度信息、NAVTEX的文本信息、电子海图的矢量信息和光栅信息、以及视频图像的RGB信息和HOG信息，并在多模态网络的平行结构中，引入基于多头注意力机制的Concat融合结构使多模态信息的特征都能够充分被提取并有效融合。在结果展示端，提出基于生成式预训练的Transformer模型，通过对融合特征的多模态信息上下文理解，给出多模态的决策支持方案。本发明为航海人员提供智能化的航行决策支持服务，能够有效降低工作强度，提高工作效率。
-
公开(公告)号：CN118036659A
公开(公告)日：2024-05-14
申请号：CN202410170188.8
申请日：2024-02-06
Applicant: 大连海事大学
IPC: G06N3/0442 , G01C21/20 , G06N3/045 , G06N3/0985 , G06F18/213 , G06F123/02 , G06N3/048
Abstract: 本发明公开了一种基于镜像门网络的自适应时距船舶航迹预测方法，包括以下步骤：搭建镜像门网络；提取等时距航迹特征点；构造输入航迹数据；构建可变长时距自适应航迹预测模型。本发明搭建了一种新型的镜像门网络，分别使镜像门从数据两端进行学习，通过调整时距，当模型所得误差满足收敛条件时，即完成航迹预测模型的训练。这种新型的门结构深度捕捉航迹前后的依赖关系和动态模式。本发明搭建的镜像网络的两端学习能力能够使模型自发地发现和利用数据中的隐藏模式以充分发挥模型的自主学习和适应能力，以获得更高的多航迹预测精度。本发明自适应时距特征提取的方式，实现了不同航迹的数据自适应对齐，并实现了多航迹预测输入数据的构建。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.02 seconds)
