专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果157338个,建议您升级VIP下载更多相关专利
  • [发明专利]基于大数据分析的船舶轨迹信息查看方法及装置-CN202310828926.9在审
  • 邓健爽;李俊立;王作旋 - 广州市勤思网络科技有限公司
  • 2023-07-06 - 2023-10-13 - G06F16/29
  • 本发明公开了一种基于大数据分析的船舶轨迹信息查看方法及装置,该方法包括:当检测到用户触发的船舶轨迹查看请求时,根据船舶轨迹查看请求的请求内容,获取船舶轨迹查看请求对应的目标船舶满足预设筛选条件的一种或多种航行数据;根据预先确定出的数据关联指标,建立所有航行数据之间的关联关系,得到关联后的船舶轨迹信息;将船舶轨迹信息输出至用户对应的用户终端以供用户查看。可见,实施本发明根据数据关联指标建立目标船舶的多种航行数据之间关联关系,得到关联后的船舶轨迹信息,不仅丰富了船舶轨迹信息的内容,提高了船舶轨迹信息监控的全面性,还能够便于用户对船舶航行过程中的监管和船舶事故的调查还原以及分析
  • 基于数据分析船舶轨迹信息查看方法装置
  • [发明专利]一种基于船舶类型的船舶航行轨迹预测方法-CN202011014416.0在审
  • 韩众和;张泽群;杨凡;王洋;李峰 - 中国科学院空天信息创新研究院
  • 2020-09-24 - 2020-12-25 - G06Q10/04
  • 一种基于船舶类型的船舶航行轨迹预测方法。方法包括:获取待预测船舶的AIS数据,所述AIS数据包括航行轨迹点序列以及所述待预测船舶的船舶类型;根据预先划分的海域网格,将所述航行轨迹点序列转化为海域网格编号序列;根据所述待预测船舶的船舶类型以及预先建立的船舶类型字典矩阵确定所述待预测船舶的船舶类型特征向量;将所述海域网格编号序列以及所述船舶类型特征矩阵输入预先训练得到的序列到序列模型,以获取预测结果序列;确定所述预测结果序列中的各个海域网格的中心点的经纬度坐标,以得到所述待预测船舶的预测轨迹点序列本发明可以提高船舶航行轨迹的预测精度,并且可以针对不同类型的船舶生成不同的轨迹预测结果。
  • 一种基于船舶类型航行轨迹预测方法
  • [发明专利]一种减小深海探测型AUV导航定位误差的方法-CN201710989686.5有效
  • 张福斌;宋保维;严卫生;高剑;崔荣鑫;刘明雍 - 西北工业大学
  • 2017-10-23 - 2018-10-26 - G01S19/40
  • 本发明提出一种减小深海探测型AUV导航定位误差的方法,包括了正向解算和逆向解算两种解算过程,在水下时,采用SINS/DVL组合导航方式,并对航行过程中采集的数据实时正向解算,用卡尔曼滤波得出的导航参数校正SINS后,得到正向解算后AUV水下直线航行过程中的轨迹;出水后,AUV接收卫星导航数据,对AUV出水后航行的数据进行实时正向解算,采用SINS/DVL与SINS/DVL/GPS两种导航方式并对航行过程中采集的数据独立进行卡尔曼滤波,航行结束后对整个航行过程的数据逆向解算,利用实时正向解算过程保存的结果,进行逆向解算,根据滤波得出的导航参数校正后得到逆向解算后AUV水下直线航行过程中的轨迹;结合正向解算和逆向解算后的AUV轨迹,得到AUV的在水下航行过程的轨迹,从而提高AUV的定位性能。
  • 一种减小深海探测auv导航定位误差方法
  • [发明专利]一种基于管制意图表示的航空器轨迹补齐方法-CN202211128473.0在审
  • 林毅;闫震;杨红雨;黄国新 - 四川大学
  • 2022-09-16 - 2022-12-16 - G06F40/30
  • 本发明涉及空中交通管理技术领域,具体涉及一种基于管制意图表示的航空器轨迹补齐方法,包括S1,获取航空器的历史航行数据,历史航行数据包括管制指令话音、飞行计划信息和轨迹信息;S2,利用语音识别模型提取管制指令话音的管制意图信息;S3,利用自编码器模型对管制意图信息和飞行计划信息进行编码,得到飞行意图信息;S4,利用轨迹信息和飞行意图信息以及对应的标签构建训练数据集;S5,将训练数据集输入GRU神经网络进行训练,得到训练好的轨迹补齐模型;S6,将新的航行数据输入训练好的轨迹补齐模型进行轨迹补齐。本发明能够有效的提取航行意图信息和航空器运动变化规律,提高轨迹预测精度。
  • 一种基于管制意图表示航空器轨迹方法
  • [发明专利]内河船舶航行异常行为检测方法、系统及存储介质-CN202211671795.X在审
  • 陈德山;范腾泽;黄琛 - 武汉理工大学
  • 2022-12-26 - 2023-04-25 - G06F18/23
  • 本发明公开一种内河船舶航行异常行为检测方法、系统及存储介质,应用于海事智能监管技术领域,能够实现微观尺度船舶航行异常行为实时检测,减少船舶航行事故发生,提高船舶异常行为检测准确性。该方法包括:根据船舶航行轨迹数据提取船舶轨迹运动行为特征以及预设交互特征,并通过注意力机制自编码模型进行融合得到中间层信息,输入聚类分析算法对船舶轨迹进行聚类分析得到轨迹聚类簇;根据轨迹聚类簇通过栅格划分法统计各船舶运动模式的运动状态概率密度分布数据;根据轨迹聚类簇构建相应的本地自编码模型;通过本地自编码模型进行运动模式识别得到当前船舶运动模式;根据船舶当前轨迹数据和运动状态概率密度分布数据分析得到异常检测结果。
  • 内河船舶航行异常行为检测方法系统存储介质
  • [发明专利]一种基于轨迹预测的自主水下航行器目标跟踪控制方法-CN202211670756.8有效
  • 曹翔;孙长银;吴巧云 - 安徽大学
  • 2022-12-26 - 2023-04-07 - G05D1/02
  • 本发明公开了一种基于轨迹预测的自主水下航行器目标跟踪控制方法,基于TPENN神经网络进行目标轨迹预测,得到预测的逃逸目标轨迹;根据预测的逃逸目标轨迹,基于深度强化进行动态目标跟踪控制,实现安全避障、水流补偿和轨迹跟踪本发明将轨迹预测问题转化为时间序列的预测问题,将TPENN神经网络模型引入目标轨迹预测之中,利用TPENN神经网络挖掘轨迹数据的内部相关性,解决轨迹预测难题;在动态逃逸目标轨迹预测的基础上,针对自主水下航行器非线性模型不确定特性和水流影响,借助强化学习方法的非线性、强学习,不依赖模型的特性,同时引入深度学习算法克服强化学习的维度灾难问题,从而实现航行器自主动态目标跟踪控制。
  • 一种基于轨迹预测自主水下航行目标跟踪控制方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top