-
公开(公告)号：CN118032109A
公开(公告)日：2024-05-14
申请号：CN202410102782.3
申请日：2024-01-25
申请人： 中国人民解放军海军大连舰艇学院
IPC分类号： G01H5/00
摘要： 本发明提供一种声速剖面简化最优阈值确定方法，属于多波束测量声速改正研究领域。在应用DP算法简化声速剖面的基础上，利用最小二乘法拟合阈值与声速点数关系曲线，获得最优拟合曲线后，通过寻找拟合曲线的最大曲率确定最优简化阈值。在实际工作中，该方法不仅能够快速确定合理的声速剖面简化阈值，同时能够保证简化声速剖面的声线跟踪结果满足测深精度要求，具有一定的现实意义和应用价值。
-
公开(公告)号：CN118397442A
公开(公告)日：2024-07-26
申请号：CN202410419869.3
申请日：2024-04-09
申请人： 中国人民解放军海军大连舰艇学院
IPC分类号： G06V20/05 , G06V10/24 , G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/094 , G06N3/092 , G06V10/30
摘要： 基于DDPM—YOLO的侧扫声呐图像对抗强化生成方法，属于侧扫声纳图像目标识别与扩增和深度学习技术领域。步骤一、对测试集的图像进行数据增强处理，扩增形成第一增强数据集。步骤二、对抗循环训练：利用第一增强数据集训练DDPM和YOLO，得到初始DDPM和初始YOLO。使用训练得到的初始DDPM生成增强图像。增强图像输入到初始YOLO进行检测，设置阈值，筛选出一定图像作为YOLO过滤后的图像集。之后进行数据增强，扩增形成扩散生成数据集。使用扩散生成数据集与第一增强数据集合并，作为第二增强数据集进行下一轮的对抗循环训练。重复迭代，每次迭代通过对抗生成的数据集不断提升模型的检测能力。
-
公开(公告)号：CN118191851A
公开(公告)日：2024-06-14
申请号：CN202410110519.9
申请日：2024-01-25
申请人： 中国人民解放军海军大连舰艇学院
IPC分类号： G01S15/89 , G06V20/05 , G06V10/774 , G06V10/82
摘要： 本发明提供了侧扫声纳成像光学仿真系统，属于侧扫声纳图像目标识别与扩增和深度学习技术领域。所述的侧扫声纳成像光学仿真系统是通过调整光源和摄像机的位置及设置目标旋转角度保证侧扫声纳声学成像目标和阴影长度的比值等于光学仿真系统成像目标和阴影长度的比值。该系统通过在三维建模软件中计算相应的目标位置，从而复现海底真实目标的光学成像结果，进行用于风格迁移。
-
公开(公告)号：CN118094462A
公开(公告)日：2024-05-28
申请号：CN202410102785.7
申请日：2024-01-25
申请人： 中国人民解放军海军大连舰艇学院
IPC分类号： G06F18/25 , G01H5/00 , G06F18/213 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F123/02
摘要： 本发明提供一种基于CNN‑BiLSTM‑Attention的声速剖面预测方法，属于多波束测量声速改正研究领域。本发明主要针对多波束水深测量时，声速剖面获取手段低效且声速剖面代表性无法保证的问题，考虑充分利用历史声速剖面资料，同时顾及声速剖面的时空变化特性，提出一种基于CNN‑BiLSTM‑Attention深度学习网络的声速剖面预测模型。该模型由卷积神经网络CNN、双向长短期记忆网络BiLSTM以及注意力机制AM构成，CNN用于提取声速数据的局部空间特征，BiLSTM用于捕捉声速数据的时间依赖关系，AM则重点关注不同时刻数据对预测结果的影响程度，三者结合能够更全面地提取声速剖面数据的时空特征。
-
-
-
搜索结果
4 条记录 (耗时 0.037 秒)