公开(公告)号：CN116502909A

公开(公告)日：2023-07-28

申请号：CN202310392547.X

申请日：2023-04-12

Applicant: 同济大学

Inventor： 张荣庆 ,  侯钰凯 ,  刘诗洋 ,  史清江

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/044

Abstract: 本发明涉及一种适用于防空作战领域，在空地协同架构下的基于循环神经网络的无人机威胁评估方法及系统，其中方法包括以下步骤：考虑无人机目标慢、小、低的特性，构建无人机威胁评估指标并定量分析；将无人机飞行过程离散化，划分多个时间片，获取以时间序列为基础的飞行状态数据；基于循环神经网络构建无人机威胁评估模型，以当前时刻及其前预配置个数时间片的飞行状态数据作为输入，威胁评估值作为输出，综合评估敌方无人机威胁。与现有技术相比，本发明能够有效地提升对敌方无人机的威胁评估精准度，避免与飞鸟等目标混淆，提高置信度。

公开(公告)号：CN112163316A

公开(公告)日：2021-01-01

申请号：CN202010893005.7

申请日：2020-08-31

Applicant: 同济大学

Inventor： 赵生捷 ,  刘诗洋 ,  张林 ,  张荣庆 ,  吕征南 ,  马慧生 ,  李凡

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08 ,  E21D9/11

Abstract: 本发明涉及一种基于深度学习的硬岩隧道掘进机的掘进参数预测方法，具体包括以下步骤：S1.获取传感器连续记录的掘进数据，划分出原始掘进段进行优化，获得目标掘进段组，并将目标掘进段组划分为训练样本集和测试样本集；S2.构建卷积神经网络模型，将训练样本集输入卷积神经网络模型进行深度学习，获取初步预测模型；S3.获取测试样本集，输入初步预测模型进行测试，根据测试结果调整初步预测模型的超参数；S4.重复步骤S3，记录每次调整超参数后模型的预测误差，当预测误差小于设定阈值时，将当前模型作为最终预测模型输出。与现有技术相比，本发明具有提高掘进机的刀盘转速和推进速度的预测精度、避免经济损失和工期延误等优点。