-
公开(公告)号：CN109598329A
公开(公告)日：2019-04-09
申请号：CN201811331182.5
申请日：2018-11-09
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于进化混沌边缘的卷积储备池优化方法，用于提升储备池的计算能力，包括以下步骤：1)将待处理的时间序列Y及其相关输入变量X划分为训练数据集和预测数据集；2)随机初始化输入连接矩阵、储备池第l阶延迟连接矩阵，并设定最大迭代次数和测试误差阈值；3)对超参数进行初始化；4)设定参数搜索空间；5)将训练数据集输入卷积回声状态网络，训练得到输入连接估计矩阵；6)将基于记忆策略和Lèvy随机游走的粒子群优化-重力搜索算法的超参数作为粒子位置，进行混沌边缘储备池优化，从而获取卷积储备池的最优超参数。与现有技术相比，本发明具有模拟时间依赖性、稳定地混沌边缘、预测分类性能高等优点。
-
公开(公告)号：CN111929653B
公开(公告)日：2024-03-26
申请号：CN202010704926.4
申请日：2020-07-21
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于无人船航海雷达的目标检测、跟踪方法及系统。目标检测方法为：获取雷达回波信号，提取当前扫描周期的回波散点数据；根据当前扫描周期的数据密度为每个回波散点数据添加密度流向中心；基于密度流向中心对回波散点数据进行聚类，每个类别确定为一个目标。各扫描周期采用上述目标检测方法进行目标检测，以上述每一个扫描周期的目标检测结果为基础，根据相邻两个扫描周期的多目标状态对两个扫描周期的各个目标进行匹配，匹配标准是最近邻匹配；当出现新目标会开启新的航迹，当原有目标暂时消失会有目标影子的留存，直到目标影子完全消失才判定目标消失，完成目标跟踪。现有技术相比，本发明检测、跟踪精度高。
-
公开(公告)号：CN108897334A
公开(公告)日：2018-11-27
申请号：CN201810799545.1
申请日：2018-07-19
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于三角不确定中心区间二型模糊神经网络的仿昆虫扑翼飞行器姿态控制方法，包括以下步骤：1)设定仿昆虫扑翼飞行器姿态控制模型中的比例微分控制器和模糊神经网络的初始参数；2)采集扑翼飞行器姿态角信息，经滤波融合后获得实际量测的姿态角；3)对实际量测的姿态角和预设的姿态角作差，获得对应的姿态角误差和姿态角误差的一阶导数，将其作为比例微分控制器和模糊神经网络的输入量，获得控制器的输出，同时更新模糊神经网络的参数；4)仿昆虫扑翼飞行器机载飞行控制单元根据比例微分控制器和模糊神经网络的输出对姿态角进行调控。与现有技术相比，本发明具有抗干扰能力强、鲁棒性强、便捷性和实用性高等优点。
-
Patent Agency Ranking
公开(公告)号：CN112039088B
公开(公告)日：2022-01-04
申请号：CN202010887195.1
申请日：2020-08-28
Applicant: 上海交通大学
Abstract: 本发明涉及一种多域多源电力系统负荷频率扰动观测器控制方法，包括以下步骤：1)获取多域多源电力系统内各子区域的负荷扰动模型；2)获取各子区域的负荷扰动模型的低阶标称模型，并求取低阶标称模型参数；3)基于低阶标称模型设计扰动观测器系统的滤波器；4)设计扰动观测器系统的反馈控制器；5)将滤波器和反馈控制器应用到负荷频率控制系统，完成多域多源电力系统负荷频率扰动观测器的控制。与现有技术相比，本发明具有无需额外观测信息、负荷扰动估计和补偿一体化、考虑多域多源结构和风能渗透影响等优点。
-
公开(公告)号：CN112418229A
公开(公告)日：2021-02-26
申请号：CN202011210846.X
申请日：2020-11-03
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于深度学习的无人船海上场景图像实时分割方法，该方法包括以下步骤：步骤1，采集海上场景图像数据，采集到的图像数据按照设定比例分为训练集、验证集和测试集，对采集到的图像标记出分割点，并对图像进行数据增强和预处理；步骤2，建立卷积神经网络；步骤3，将训练集图像输入到卷积神经网路中，对网络进行训练，通过验证集评价网络效果并进行调节参数；步骤4，将测试集输入到训练好的网络中，实现对测试集图像的分割。与现有技术相比，本发明具有在保持精度的同时大大降低了网络的参数，使网络能够在移动设备终端也可以运行，并且神经网络运行速度快，能够达到实时分割的效果等优点。
-
公开(公告)号：CN112039088A
公开(公告)日：2020-12-04
申请号：CN202010887195.1
申请日：2020-08-28
Applicant: 上海交通大学
Abstract: 本发明涉及一种多域多源电力系统负荷频率扰动观测器控制方法，包括以下步骤：1)获取多域多源电力系统内各子区域的负荷扰动模型；2)获取各子区域的负荷扰动模型的低阶标称模型，并求取低阶标称模型参数；3)基于低阶标称模型设计扰动观测器系统的滤波器；4)设计扰动观测器系统的反馈控制器；5)将滤波器和反馈控制器应用到负荷频率控制系统，完成多域多源电力系统负荷频率扰动观测器的控制。与现有技术相比，本发明具有无需额外观测信息、负荷扰动估计和补偿一体化、考虑多域多源结构和风能渗透影响等优点。
-
公开(公告)号：CN111929653A
公开(公告)日：2020-11-13
申请号：CN202010704926.4
申请日：2020-07-21
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于无人船航海雷达的目标检测、跟踪方法及系统。目标检测方法为：获取雷达回波信号，提取当前扫描周期的回波散点数据；根据当前扫描周期的数据密度为每个回波散点数据添加密度流向中心；基于密度流向中心对回波散点数据进行聚类，每个类别确定为一个目标。各扫描周期采用上述目标检测方法进行目标检测，以上述每一个扫描周期的目标检测结果为基础，根据相邻两个扫描周期的多目标状态对两个扫描周期的各个目标进行匹配，匹配标准是最近邻匹配；当出现新目标会开启新的航迹，当原有目标暂时消失会有目标影子的留存，直到目标影子完全消失才判定目标消失，完成目标跟踪。现有技术相比，本发明检测、跟踪精度高。
-
公开(公告)号：CN108897334B
公开(公告)日：2020-03-17
申请号：CN201810799545.1
申请日：2018-07-19
Applicant: 上海交通大学
Abstract: 本发明涉及一种基于三角不确定中心区间二型模糊神经网络的仿昆虫扑翼飞行器姿态控制方法，包括以下步骤：1)设定仿昆虫扑翼飞行器姿态控制模型中的比例微分控制器和模糊神经网络的初始参数；2)采集扑翼飞行器姿态角信息，经滤波融合后获得实际量测的姿态角；3)对实际量测的姿态角和预设的姿态角作差，获得对应的姿态角误差和姿态角误差的一阶导数，将其作为比例微分控制器和模糊神经网络的输入量，获得控制器的输出，同时更新模糊神经网络的参数；4)仿昆虫扑翼飞行器机载飞行控制单元根据比例微分控制器和模糊神经网络的输出对姿态角进行调控。与现有技术相比，本发明具有抗干扰能力强、鲁棒性强、便捷性和实用性高等优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
