一种基于LSTM神经网络的目标跟踪方法

    公开(公告)号:CN109740742A

    公开(公告)日:2019-05-10

    申请号:CN201910041887.1

    申请日:2019-01-14

    Abstract: 一种基于LSTM神经网络的目标跟踪方法,属于目标跟踪技术领域。本发明利用长短时记忆模型(LSTM)对复杂、非线性运动的目标跟踪,解决目标跟踪困难、目标模型难以建立和跟踪精度低的问题;首先采集目标的经纬度信息和速度信息,将采集的数据进行数据处理;然后设计用于单目标跟踪的LSTM神经网络结构;最后调节LSTM神经网络参数以实现目标跟踪。本发明有效的简化了非线性滤波过程并能对复杂的非线性目标进行有效跟踪;不需要建立目标运动模型和利用传统的滤波算法;利用历史的目标运动信息来预估下一时刻的目标运动状态;利用反向传播算法调节神经网络的内部参数;学习率衰减的方法减小计算量并提高精度。

    一种基于威胁的UUV应急决策方法

    公开(公告)号:CN110968836B

    公开(公告)日:2023-05-02

    申请号:CN201911124985.8

    申请日:2019-11-18

    Abstract: 本发明属于UUV自主控制技术领域,具体涉及一种基于威胁的UUV应急决策方法。本发明有效解决UUV在水下环境遭遇威胁时能进行应急决策的问题,准确评估威胁事件,通过灵敏度分析得到威胁事件的威胁程度排序。在海洋环境威胁类、平台威胁类、任务威胁类三方面,便于了解当前UUV系统各部分的状况,利用动态影响图模型推理得到应急决策的最大期望效用值,确定最终应急决策方案。

Patent Agency Ranking