-
公开(公告)号:CN109102528A
公开(公告)日:2018-12-28
申请号:CN201810890137.7
申请日:2018-08-07
Applicant: 上海海事大学
Abstract: 一种船舶跟踪方法及系统,基于多视图学习机制和稀疏表达机制的船舶跟踪算子STMS利用LoG算子、HOG算子、LBP算子、Canny算子和Gabor算子分别提取船舶特征,通过稀疏表达机制对STMS船舶跟踪算子提取的船舶特征进行稀疏表达,建立STMS模型来表征船舶跟踪目标,且引入LASSO惩罚机制来平衡STMS模型的跟踪精度和计算复杂度,并利用弗罗贝尼乌斯范式优化STMS模型的跟踪性能,通过加速近似梯度方法求解STMS模型,获得船舶跟踪结果。本发明具备较好的抽象性和鲁棒性,可有效应对光照变化、成像视角变化、船舶遮挡和船舶成像尺寸变化等多种船舶跟踪挑战,具有较小的船舶跟踪误差和良好的跟踪效果。
-
公开(公告)号:CN119066331A
公开(公告)日:2024-12-03
申请号:CN202411042876.2
申请日:2024-07-31
Applicant: 上海海事大学
IPC: G06F18/10 , G06F18/213 , G06F18/25 , G06F18/22 , G06N3/0442 , G06N3/08 , G06F17/16
Abstract: 本发明涉及一种基于SA‑LSTM模型的船舶油耗和碳强度等级预测方法,包括以下步骤:采集船舶的多源异构时空数据,并进行预处理,得到在时间和空间上匹配和融合的多源数据;基于所述多源数据进行特征提取,计算不同特征与船舶油耗之间的相关系数,并根据相关系数选取关键特征作为输入序列;将所述输入序列输入预先构建好的SA‑LSTM模型中,预测船舶油耗数据;基于所述船舶油耗数据,计算船舶碳强度并进一步计算得到碳强度等级。与现有技术相比,本发明具有提升船舶碳强度及其评级预测的准确性等优点。
-