基于一维卷积神经网络和LSTM的船舶轨迹预测方法及系统

    公开(公告)号:CN112561148A

    公开(公告)日:2021-03-26

    申请号:CN202011432796.X

    申请日:2020-12-09

    Abstract: 本发明涉及一种基于一维卷积神经网络和LSTM的船舶轨迹预测方法,包括以下步骤:数据预处理步骤:对通过船舶AIS采集的包括船位、航速和航向信息在内的轨迹数据进行预处理得到轨迹切分数据;特征提取步骤:采用一维卷积神经网络对轨迹切分数据进行特征提取优化,并将提取到的高级特征与所述轨迹切分数据结合来构造轨迹预测训练的输入数据;轨迹预测模型训练步骤:将所述输入数据导入到LSTM神经网络模型学习轨迹数据中隐含的船舶运动规律;轨迹预测步骤:利用所述船舶运动规律对船舶下一时刻的位置进行预测。本发明较其他现有预测方法具有更好的预测精度,均方误差更低,并且预测更迅捷。

    军工领域消息的传递方法

    公开(公告)号:CN111245777A

    公开(公告)日:2020-06-05

    申请号:CN201911113598.4

    申请日:2019-11-14

    Abstract: 本发明属于计算机技术、安全保密技术领域,具体涉及一种军工领域消息的传递方法。其通过将服务器端和接收终端通过消息中间件建立消息协议数据传输信道,并根据消息协议数据传输信道将SM2加密算法处理产生的消息数据进行传输,在消息服务器端进行消息的SM2加密,实现消息数据的加密实时传输,利用消息中间件的路由模式进行消息的分发,在消息接收端进行SM2解密算法解密,提高了消息推送的安全性和时效性;支持通过消息中间件将消息数据发送至多个接收终端,即通过消息中间件增加多个接收终端,实现了消息数据的负载均衡,减轻服务器端的压力。利用此发明实现数据传输过程中的安全性和一致性,可利用在军工领域的数据传输场景。

    基于智慧企业门户的单点登录实现系统

    公开(公告)号:CN110826049B

    公开(公告)日:2022-02-11

    申请号:CN201911114504.5

    申请日:2019-11-14

    Abstract: 本发明属于互联网技术领域,具体涉及一种基于智慧企业门户的单点登录实现系统。该系统对各类技术架构开发的应用系统可以使用统一的认证标准,尤其实现了CS架构系统的认证,对应用系统改造工作量少,标准化程度高。该系统对https、域名无强制要求,且对BS系统验证全过程均在后台服务端进行,使用高强度的加密方式和完备的鉴权手段,相对于其他使用Cookie存储验证信息的方式,能够有效降低验证信息被恶意拦截篡改的风险。该系统作为智慧企业门户系统的功能模块,与门户统一用户、统一权限结合使用,有效的解决了企业信息孤岛的问题。

    基于智慧企业门户的单点登录实现系统

    公开(公告)号:CN110826049A

    公开(公告)日:2020-02-21

    申请号:CN201911114504.5

    申请日:2019-11-14

    Abstract: 本发明属于互联网技术领域,具体涉及一种基于智慧企业门户的单点登录实现系统。该系统对各类技术架构开发的应用系统可以使用统一的认证标准,尤其实现了CS架构系统的认证,对应用系统改造工作量少,标准化程度高。该系统对https、域名无强制要求,且对BS系统验证全过程均在后台服务端进行,使用高强度的加密方式和完备的鉴权手段,相对于其他使用Cookie存储验证信息的方式,能够有效降低验证信息被恶意拦截篡改的风险。该系统作为智慧企业门户系统的功能模块,与门户统一用户、统一权限结合使用,有效的解决了企业信息孤岛的问题。

    一种基于电子流程归档建模方法

    公开(公告)号:CN105894142A

    公开(公告)日:2016-08-24

    申请号:CN201410558528.0

    申请日:2014-10-21

    Abstract: 本发明属于一种管理电子档案以及动态展示电子档案的流程化归档方法以及卷宗查看的方法,具体涉及一种基于电子流程归档建模方法。包括如下步骤,确定流程流转规则,即确定归档系统的两种模式的启用,包括手动归档模式和自动归档模式,以及确定归卷的规则;确定人员权限,即确定归档系统的使用人员的功能权限和使用模块权限;启动自动归卷或者手动归卷;启用归卷存储功能,依据人员的选择进行信息的存储。其优点是,实现了自动归卷功能,实施过程中可以自主设置归档规则,并会按照自己设定的规则进行归档,也可以按照自己的需求设置为手动归档,手动操作案卷。

    一种应用于政务平台的数据分类方法

    公开(公告)号:CN119513735A

    公开(公告)日:2025-02-25

    申请号:CN202411418850.3

    申请日:2024-10-11

    Abstract: 本发明涉及一种应用于政务平台的数据分类方法,属于数据分类技术领域,解决了现有技术中无法高效、准确地实现政务信息的数据分类的问题。获取待分类政务数据,将所述待分类政务数据输入至目标特征提取模型得到目标特征向量,将所述目标特征向量输入至目标特征降维模型得到目标特征降维向量,将所述目标特征降维向量输入至目标分类器模型得到与该待分类政务数据对应的类别。本发明所提出的适用于政务数据的复杂场景,能够有效处理异构、复杂的政务数据,实现高效、准确的数据分类。

    基于一维卷积神经网络和LSTM的船舶轨迹预测方法及系统

    公开(公告)号:CN112561148B

    公开(公告)日:2021-11-30

    申请号:CN202011432796.X

    申请日:2020-12-09

    Abstract: 本发明涉及一种基于一维卷积神经网络和LSTM的船舶轨迹预测方法,包括以下步骤:数据预处理步骤:对通过船舶AIS采集的包括船位、航速和航向信息在内的轨迹数据进行预处理得到轨迹切分数据;特征提取步骤:采用一维卷积神经网络对轨迹切分数据进行特征提取优化,并将提取到的高级特征与所述轨迹切分数据结合来构造轨迹预测训练的输入数据;轨迹预测模型训练步骤:将所述输入数据导入到LSTM神经网络模型学习轨迹数据中隐含的船舶运动规律;轨迹预测步骤:利用所述船舶运动规律对船舶下一时刻的位置进行预测。本发明较其他现有预测方法具有更好的预测精度,均方误差更低,并且预测更迅捷。

Patent Agency Ranking