一种小型AUV集群水下回收装置用吊装系统

    公开(公告)号:CN111498068B

    公开(公告)日:2024-07-09

    申请号:CN202010471628.5

    申请日:2020-05-28

    IPC分类号: B63C11/52 B63G8/00 B63G8/08

    摘要: 本发明公开了一种小型AUV集群水下回收装置用吊装系统,包括位于顶端的伸缩结构和用于对AUV进行收纳的回收结构,当AUV进入回收结构内,伸缩结构将与回收结构进行对接,对接完成后,该伸缩结构将回收结构锁紧传送至母船内;所述伸缩结构包括位于上端的伸缩导轨,所述伸缩导轨的下端固定连接有导轨连接器,所述导轨连接器包括液压锁定结构,所述液压锁定结构的端部固定连接有抓手,所述导轨连接器的四周端部固定连接有四个电磁感应单元。该系统首先回收AUV、再采用导轨收缩方式将装载有AUV的回收结构收取并运输至母船内,整个过程基于电磁感应原理保证对AUV进行精准的回收。

    一种小型AUV集群水下布放/回收系统

    公开(公告)号:CN111516805A

    公开(公告)日:2020-08-11

    申请号:CN202010472841.8

    申请日:2020-05-28

    IPC分类号: B63B23/00

    摘要: 本发明公开了一种小型AUV集群水下布放/回收系统,包括:用于在水下对AUV进行收纳的回收结构,对该回收结构进行固定、提起传送至母船的入口处伸缩结构,设置在母船上与所述伸缩结构相连接并接收回收结构传输的AUV的自动排缆机构;所述回收结构包括位于其上部用于对回收AUV的过程进行控制的ROV动力结构,所述ROV动力结构的底端固定连接有用于装载AUV的回收舱结构。该系统采用软硬结合的方式布放/回收AUV,海面以上采用伸缩导轨硬链接设计,完全避免了AUV回收过程中与母船发生碰撞,海面以下采用脐带缆与回收机构连接的软连接方式,为回收机构的自由运动提供了方便。

    一种小型AUV集群水下布放/回收系统

    公开(公告)号:CN111516805B

    公开(公告)日:2024-07-09

    申请号:CN202010472841.8

    申请日:2020-05-28

    IPC分类号: B63B23/00

    摘要: 本发明公开了一种小型AUV集群水下布放/回收系统,包括:用于在水下对AUV进行收纳的回收结构,对该回收结构进行固定、提起传送至母船的入口处伸缩结构,设置在母船上与所述伸缩结构相连接并接收回收结构传输的AUV的自动排缆机构;所述回收结构包括位于其上部用于对回收AUV的过程进行控制的ROV动力结构,所述ROV动力结构的底端固定连接有用于装载AUV的回收舱结构。该系统采用软硬结合的方式布放/回收AUV,海面以上采用伸缩导轨硬链接设计,完全避免了AUV回收过程中与母船发生碰撞,海面以下采用脐带缆与回收机构连接的软连接方式,为回收机构的自由运动提供了方便。

    一种小型AUV集群水下回收装置用吊装系统

    公开(公告)号:CN111498068A

    公开(公告)日:2020-08-07

    申请号:CN202010471628.5

    申请日:2020-05-28

    IPC分类号: B63C11/52 B63G8/00 B63G8/08

    摘要: 本发明公开了一种小型AUV集群水下回收装置用吊装系统,包括位于顶端的伸缩结构和用于对AUV进行收纳的回收结构,当AUV进入回收结构内,伸缩结构将与回收结构进行对接,对接完成后,该伸缩结构将回收结构锁紧传送至母船内;所述伸缩结构包括位于上端的伸缩导轨,所述伸缩导轨的下端固定连接有导轨连接器,所述导轨连接器包括液压锁定结构,所述液压锁定结构的端部固定连接有抓手,所述导轨连接器的四周端部固定连接有四个电磁感应单元。该系统首先回收AUV、再采用导轨收缩方式将装载有AUV的回收结构收取并运输至母船内,整个过程基于电磁感应原理保证对AUV进行精准的回收。

    一种小型AUV集群水下布放/回收系统

    公开(公告)号:CN213036034U

    公开(公告)日:2021-04-23

    申请号:CN202020943725.5

    申请日:2020-05-28

    IPC分类号: B63B23/00

    摘要: 本实用新型公开了一种小型AUV集群水下布放/回收系统,包括:用于在水下对AUV进行收纳的回收结构,对该回收结构进行固定、提起传送至母船的入口处伸缩结构,设置在母船上与所述伸缩结构相连接并接收回收结构传输的AUV的自动排缆机构;所述回收结构包括位于其上部用于对回收AUV的过程进行控制的ROV动力结构,所述ROV动力结构的底端固定连接有用于装载AUV的回收舱结构。该系统采用软硬结合的方式布放/回收AUV,海面以上采用伸缩导轨硬链接设计,完全避免了AUV回收过程中与母船发生碰撞,海面以下采用脐带缆与回收机构连接的软连接方式,为回收机构的自由运动提供了方便。

    一种小型AUV集群水下回收装置用吊装系统

    公开(公告)号:CN212709910U

    公开(公告)日:2021-03-16

    申请号:CN202020943758.X

    申请日:2020-05-28

    IPC分类号: B63C11/52 B63G8/00 B63G8/08

    摘要: 本实用新型公开了一种小型AUV集群水下回收装置用吊装系统,包括位于顶端的伸缩结构和用于对AUV进行收纳的回收结构,当AUV进入回收结构内,伸缩结构将与回收结构进行对接,对接完成后,该伸缩结构将回收结构锁紧传送至母船内;所述伸缩结构包括位于上端的伸缩导轨,所述伸缩导轨的下端固定连接有导轨连接器,所述导轨连接器包括液压锁定结构,所述液压锁定结构的端部固定连接有抓手,所述导轨连接器的四周端部固定连接有四个电磁感应单元。该系统首先回收AUV、再采用导轨收缩方式将装载有AUV的回收结构收取并运输至母船内,整个过程基于电磁感应原理保证对AUV进行精准的回收。

    基于元学习和连体网络的高光谱图像目标检测方法

    公开(公告)号:CN114220008B

    公开(公告)日:2024-09-17

    申请号:CN202111494041.7

    申请日:2021-12-08

    摘要: 本发明公开了一种基于元学习和连体网络的高光谱图像目标检测方法,包括:首先设计了一维深度残差卷积网络用以构建三通道深度残差卷积连体网络。其次,为了使同类像元光谱类内距离小,不同类像元光谱类间距离大,设计了光谱三重态损失函数。通过在设计的三通道深度残差卷积连体网络上使用从已知有标签源域高光谱数据集上构建的任务进行元训练,在欧几里得特征空间中学习光谱之间的相似性与相异性。将学习到的元知识使用先验目标像元光谱通过设计的两通道深度残差卷积连体网络进行更新,以快速适应新的检测任务。其中,连体网络中每个通道的一维深度残差卷积网络的结构与参数都是相同的。最后联合空间信息,使用引导图滤波与形态学闭运算对两通道深度残差卷积连体网络的检测图进行处理,得到最终的检测结果图。

    基于过完备深度低秩子空间聚类的高光谱图像波段选择方法

    公开(公告)号:CN114220007B

    公开(公告)日:2024-09-17

    申请号:CN202111494021.X

    申请日:2021-12-08

    摘要: 本发明公开了一种基于过完备深度低秩子空间聚类的高光谱图像波段选择方法,通过对网络模型参数初始化,输入高光谱立方体和选择的波段数;划分训练样本,训练网络,计算损失函数,通过反向传播更新网络参数;保存网络参数,计算相似性图,利用谱聚类得到聚类结果,选择离聚类中心最近的波段作为最优波段子集;通过支持向量机(SVM)进行分类并评价分类结果。采用过完备表示和不完全表示的深度卷积自动编码器网络进行特征融合,提取更有意义和更丰富的光谱空间信息,用低秩表示获得更加鲁棒的亲和力矩阵来执行子空间聚类,提高子空间聚类的性能和确保准确选取信息波段子集。

    一种多类型图像联合加密方法、系统及存储介质

    公开(公告)号:CN115766027B

    公开(公告)日:2024-05-07

    申请号:CN202211372018.5

    申请日:2022-11-03

    摘要: 本发明提供一种多类型图像联合加密方法、系统及存储介质。本发明方法,包括:通过SHA‑512算法生成密钥,并对生成的密钥进行处理;将处理后的密钥代入改进的Chebyshev混沌系统NCCS,生成两个分别用于置乱和扩散的伪随机序列;采用螺旋曲线对三维矩阵进行降维处理,再依次进行索引置乱和一维Arnold置乱;采用经典的加取模的循环左移方法进行扩散,得到密文图像。本发明设计了一种基于低维混沌系统的遥感图像、灰度图像及彩色图像的联合加密方法,本发明方法对遥感图像的尺寸和波段数没有限制,解决了遥感图像、灰度图像及彩色图像等多类型图像联合加密的问题且加密效果较好。

    一种基于动态诊断的高光谱影像小样本分类方法

    公开(公告)号:CN113762389B

    公开(公告)日:2024-04-12

    申请号:CN202111050504.0

    申请日:2021-09-08

    摘要: 本发明公开了一种基于动态诊断的高光谱影像小样本分类方法,包括以下步骤:建立基于元学习的分类任务;构建特征提取网络和双分支边推导网络;利用建立的更新原则训练进行分类模型的训练;构建动态诊断策略为待分类样本分配标签。本发明使用少量的高光谱影像样本进行分类模型的训练,并利用动态诊断判别提升测试集的分类精度,采用双分支深度神经网络搭建特征提取网络用于提取特征及边推导网络用于空间相似性和光谱相似性度量,测试时构建动态诊断器,筛选出样本当前任务中符合高类内相似性和高类间差异性且光谱分支网络和空间分支网络的分类结果保持一致性的样本,进而提升分类性能。