码头融合定位系统
    3.
    发明授权

    公开(公告)号:CN112013838B

    公开(公告)日:2023-02-03

    申请号:CN201910458895.6

    申请日:2019-05-29

    IPC分类号: G06Q50/28

    摘要: 本发明实施例适用于定位技术领域,提供了一种码头融合定位系统,所述系统包括分别与码头操作中心通信连接的装卸作业设备定位子系统和水平运输设备定位子系统;其中:所述装卸作业设备定位子系统,用于对装卸作业设备进行定位,所述装卸作业设备包括设备大车、设备小车和吊具;所述水平运输设备定位子系统,用于对水平运输设备进行定位,所述水平运输设备包括内部集卡和外部集卡;通过所述装卸作业设备定位子系统采集的所述设备大车、所述设备小车和所述吊具的定位信息,以及通过所述水平运输设备定位子系统采集的所述内部集卡和所述外部集卡的定位信息,被传输至所述码头操作中心,实现对码头中各个设备的定位,提升了定位的精确性。

    基于显著性正则化图神经网络的图分类方法及相关装置

    公开(公告)号:CN116894218A

    公开(公告)日:2023-10-17

    申请号:CN202310459053.9

    申请日:2023-04-18

    摘要: 本申请公开了一种基于显著性正则化图神经网络的图分类方法及相关装置,所述方法包括获取待分类目标对应的图结构数据,并将所述图结构数据输入显著性正则化图神经网络;通过所述显著性正则化图神经网络确定所述待分类目标的分类类别;其中,所述显著性正则化图神经网络通过骨架网络学习节点特征矩阵,通过图神经记忆网络将节点特征矩阵提取为紧凑图特征表示,并基于紧凑图特征表示以及节点特征矩阵确定显著性分布向量,最后通过显著性分布向量规范骨架网络的聚合权重。这样使得显著性正则化图神经网络通过测量整紧凑图特征表示和节点特征矩阵之间的兼容性,而关注与图分类更相关的节点,并且能够为整个图学习更有效的表示,从而可以提高图分类任务的分类效果。

    起重机运送货物的堆放方法、装置、介质及电子设备

    公开(公告)号:CN112919324A

    公开(公告)日:2021-06-08

    申请号:CN202110061191.2

    申请日:2021-01-15

    IPC分类号: B66C13/18 B66C19/00

    摘要: 本申请提供了一种一种起重机运送货物的堆放方法、装置、计算机可读存储介质及电子设备,通过获取当前货物的目标堆放位置,并且根据该目标堆放位置和预设的第一距离,确定一个回撤位置,将当前货物运送至回撤位置后,再将当前货物由该回撤位置运送至目标堆放位置;即先将当前货物多运送一段距离后再往回运送至目标堆放位置,利用回撤的运送以释放当前货物的惯性,避免当前货物在堆放时对相邻货物产生惯性冲击,从而可以在不降低自动化堆放货物效率的前提下,尽量减小相邻货物之间的堆放间距,从而提高堆场的利用率,并且提高了堆场货物的整体密集型,从而可以提高了货物防止台风的能力。