-
公开(公告)号：CN114460555A
公开(公告)日：2022-05-10
申请号：CN202210363210.1
申请日：2022-04-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种雷达回波外推方法、装置及存储介质，方法包括：获取指定区域当前时刻的当前雷达回波图和当前卫星云图，以及过去一段时间的历史雷达回波图和历史卫星云图；采用第一IIA‑GRU编码器对所述当前雷达回波图和所述历史雷达回波图进行编码处理，获得第一编码图像；采用第二IIA‑GRU编码器对所述当前卫星云图和所述历史卫星云图进行编码处理，获得第二编码图像；基于融合门控机制对所述第一编码图像和所述第二编码图像进行融合，并采用IIA‑GRU解码器对融合结果进行解码，获得所述指定区域未来一段时间内的雷达回波图像。本发明的技术方案提高了长序列雷达回波的预测准确性。
-
Patent Agency Ranking
公开(公告)号：CN114460555B
公开(公告)日：2022-08-23
申请号：CN202210363210.1
申请日：2022-04-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种雷达回波外推方法、装置及存储介质，方法包括：获取指定区域当前时刻的当前雷达回波图和当前卫星云图，以及过去一段时间的历史雷达回波图和历史卫星云图；采用第一IIA‑GRU编码器对所述当前雷达回波图和所述历史雷达回波图进行编码处理，获得第一编码图像；采用第二IIA‑GRU编码器对所述当前卫星云图和所述历史卫星云图进行编码处理，获得第二编码图像；基于融合门控机制对所述第一编码图像和所述第二编码图像进行融合，并采用IIA‑GRU解码器对融合结果进行解码，获得所述指定区域未来一段时间内的雷达回波图像。本发明的技术方案提高了长序列雷达回波的预测准确性。
-
公开(公告)号：CN115169109A
公开(公告)日：2022-10-11
申请号：CN202210782096.6
申请日：2022-06-30
Applicant: 哈尔滨工业大学
IPC: G06F30/20 , G06F30/15 , G06F113/28
Abstract: 本发明提供一种针对动态变化结构进行辐射屏蔽防护的模拟方法，包括：结合航天器的实际运行状态，获取航天器几何结构的动态变化规律和材料属性；进行动态几何建模，构建得到任意时刻与航天器几何结构相对应的结构模型，并赋予所述结构模型与航天器相应的材料属性；基于蒙特卡罗方法，在不同辐照参数条件下，对任意时刻航天器几何结构受到的辐照效应进行计算，表征对航天器几何结构内器件受到的辐射屏蔽防护；分析航天器内电子元器件受到的辐射屏蔽防护随时间的变化规律。本发明通过对动态变化的航天器几何结构进行辐照效应分析，能大幅度的提升对实际运行状态航天器几何结构受到辐射屏蔽防护的模拟精度，为航天器结构和材料优化提供依据。
-
公开(公告)号：CN115146384A
公开(公告)日：2022-10-04
申请号：CN202210769915.3
申请日：2022-06-30
Applicant: 哈尔滨工业大学
IPC: G06F30/15
Abstract: 本发明提供了一种批量添加辐射探测点的方法，属于空间辐射分析技术领域。方法包括：S1、构建航天器三维模型，选取目标单机所属的几何体，将几何体内部器件删除；S2、构建几何体的包围盒，设定期望添加的探测点的数量；S3、获取包围盒的体积，计算每个探测点占据的体积，S4、将每个探测点占据的体积等效为正方体，计算每个探测点所属正方体的边长，计算包围盒某一边长实际应添加的探测点的数量；S5、计算每个实际应添加的探测点的坐标位置，批量添加探测点。本发明实现了依据几何体结构批量均匀添加辐射探测点的效果，避免了手动逐个定位、按坐标添加探测点的弊端，满足了设计阶段早期估计目标单机内部辐射效应三维分布的需求。
-
公开(公告)号：CN114943365B
公开(公告)日：2025-01-17
申请号：CN202210373230.7
申请日：2022-04-11
Applicant: 哈尔滨工业大学(深圳)
IPC: G06Q10/04 , G06Q50/26 , G06F18/25 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种融合多源数据的降水估测模型建立方法及降水估测方法，涉及遥感影像处理技术领域。本发明所述的融合多源数据的降水估测模型建立方法，包括：获取观测数据；采用门控循环神经网络和神经常微分方程网络根据所述高维时空特征确定在时间维度上连续分布的隐特征；采用自注意力机制和多层感知机制根据所述隐特征确定估测降水量；将所述观测数据作为输入，将所述估测降水量作为输出，形成训练集进行训练，当满足参数要求时建立融合多源数据的降水估测模型。本发明所述的技术方案，通过使用深度学习的方法融合多种观测数据，实现高精度、细时间粒度的分钟级定量降水估测。
-
公开(公告)号：CN114943365A
公开(公告)日：2022-08-26
申请号：CN202210373230.7
申请日：2022-04-11
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种融合多源数据的降水估测模型建立方法及降水估测方法，涉及遥感影像处理技术领域。本发明所述的融合多源数据的降水估测模型建立方法，包括：获取观测数据；采用门控循环神经网络和神经常微分方程网络根据所述高维时空特征确定在时间维度上连续分布的隐特征；采用自注意力机制和多层感知机制根据所述隐特征确定估测降水量；将所述观测数据作为输入，将所述估测降水量作为输出，形成训练集进行训练，当满足参数要求时建立融合多源数据的降水估测模型。本发明所述的技术方案，通过使用深度学习的方法融合多种观测数据，实现高精度、细时间粒度的分钟级定量降水估测。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
