-
公开(公告)号：CN114964238A
公开(公告)日：2022-08-30
申请号：CN202210607299.1
申请日：2022-05-31
申请人： 济南大学 , 哈工大机器人(山东)智能装备研究院
摘要： 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。
-
公开(公告)号：CN114964238B
公开(公告)日：2024-06-04
申请号：CN202210607299.1
申请日：2022-05-31
申请人： 济南大学 , 山东哈工卓越智能有限公司
摘要： 本发明提供了一种飞行器定位方法及系统，包括：获取当前时刻飞行器的INS位置信息和观测向量；根据观测向量，对INS位置信息进行滤波处理，得到当前时刻飞行器的状态向量；其中，在UWB正常工作时，观测向量基于INS位置信息与UWB位置信息计算得到；在UWB中断时，观测向量根据映射函数关系和前一时刻的状态向量预测得到。实现了在UWB信号缺失时对信号进行预测，使滤波器正常工作，提高了飞行器定位稳定性。
-
公开(公告)号：CN111693488A
公开(公告)日：2020-09-22
申请号：CN202010513459.7
申请日：2020-06-08
申请人： 济南大学
IPC分类号： G01N21/359 , G06K9/62 , G06N20/00
摘要： 本发明公开了一种基于DS证据理论融合的水果等级分类方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述特征波长分别输入到训练好的极限学习机预测模型和基于偏最小二乘法的预测模型，分别得到待测水果的可溶性固形物含量信息；分别基于所述可溶性固形物含量信息对水果等级进行分类；基于DS证据理论对两种分类结果进行融合，得到基于可溶性固形物含量的水果等级类别。本发明使用基于DS证据理论的苹果等级分类方法，融合极限学习机与偏最小二乘法的两种预测模型。DS融合后测试集分类等级准确率为94.697％，优于单一的模型分类方法。
-
公开(公告)号：CN111693488B
公开(公告)日：2022-12-06
申请号：CN202010513459.7
申请日：2020-06-08
申请人： 济南大学
IPC分类号： G01N21/359 , G06K9/62 , G06N20/00
摘要： 本发明公开了一种基于DS证据理论融合的水果等级分类方法及系统，包括：获取待测水果的原始近红外光谱并进行预处理；利用遗传算法筛选出最佳的特征波长；将所述特征波长分别输入到训练好的极限学习机预测模型和基于偏最小二乘法的预测模型，分别得到待测水果的可溶性固形物含量信息；分别基于所述可溶性固形物含量信息对水果等级进行分类；基于DS证据理论对两种分类结果进行融合，得到基于可溶性固形物含量的水果等级类别。本发明使用基于DS证据理论的苹果等级分类方法，融合极限学习机与偏最小二乘法的两种预测模型。DS融合后测试集分类等级准确率为94.697％，优于单一的模型分类方法。
-
-
-
搜索结果
4 条记录 (耗时 0.016 秒)
