-
公开(公告)号：CN111488940B
公开(公告)日：2023-08-29
申请号：CN202010296631.8
申请日：2020-04-15
Applicant: 大连海事大学
IPC: G06V20/50 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/94 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于深度卷积神经网络的航标图像智能分类方法。包括：采集航标图像；对航标图像进行预处理形成数据集；构建注意力航标分类模型；训练模型并进行测试，形成训练好的注意力航标分类模型；利用tensorflow‑serving对训练好的注意力航标分类模型进行部署，提供调用网络接口；进行航标分类的应用。本发明提出的注意力航标分类模型，专门针对不同细类的航标数据进行训练，应用于智能船舶和智能航行系统中，提高对环境的视觉感知能力，保障船舶的航行安全；也可应用于基于手机的航道信息智能服务APP中，培养和提升社会公众和船员的识标能力和水平。
-
Patent Agency Ranking
公开(公告)号：CN111738500A
公开(公告)日：2020-10-02
申请号：CN202010530842.3
申请日：2020-06-11
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度学习的航行时间预测方法，包括：获取AIS数据；对所述获取到的AIS数据进行处理，得到不同航段、不同时间段的航行时间数据；构建航行时间预测模型，将所述航行时间数据输入到所述构建的航行时间预测模型中进行训练；将训练好的航行时间预测模型与航线规划技术结合，得到准确的航行时间预测值。本发明的技术方案能够准确的预测航行时间，使得船舶提前知道通过某个航段的预估时间，提前选择最优路径，从而提高航运的通行效率与经济效益，为船舶智能航行打下基础。
-
公开(公告)号：CN109405831B
公开(公告)日：2023-07-04
申请号：CN201811133656.5
申请日：2018-09-27
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种内河水网航线规划方法，及基于该方法的船舶航线规划手持终端APP。所述水网航线规划方法通过关系型数据库、服务器和前端数据库组成的计算机系统来实现，包括步骤：S1通过航线交叉点、码头此类能够作为航线起止的节点，将航道划分成若干航段；S2将航段信息存储到所述关系型数据库中，并将对应的水网形成有向拓扑网络；及S，在形成的有向拓扑网络中选择起点和终点，系统遍历航段数据，通过比较船舶自身条件与航道条件，为船舶规划出一条能够安全通行的最优航线。通过将航道信息与船舶信息进行比较，为船舶智能地规划出一条最优航线，并通过基于电子航道图的手持终端APP为船舶提供助航服务，更好地保障船舶的航行安全。
-
公开(公告)号：CN109405831A
公开(公告)日：2019-03-01
申请号：CN201811133656.5
申请日：2018-09-27
Applicant: 大连海事大学
IPC: G01C21/20
Abstract: 本发明公开了一种内河水网航线规划方法，及基于该方法的船舶航线规划手持终端APP。所述水网航线规划方法通过关系型数据库、服务器和前端数据库组成的计算机系统来实现，包括步骤：S1通过航线交叉点、码头此类能够作为航线起止的节点，将航道划分成若干航段；S2将航段信息存储到所述关系型数据库中，并将对应的水网形成有向拓扑网络；及S，在形成的有向拓扑网络中选择起点和终点，系统遍历航段数据，通过比较船舶自身条件与航道条件，为船舶规划出一条能够安全通行的最优航线。通过将航道信息与船舶信息进行比较，为船舶智能地规划出一条最优航线，并通过基于电子航道图的手持终端APP为船舶提供助航服务，更好地保障船舶的航行安全。
-
公开(公告)号：CN111738500B
公开(公告)日：2024-01-12
申请号：CN202010530842.3
申请日：2020-06-11
Applicant: 大连海事大学
IPC: G06Q10/04 , G06Q10/083 , G06F18/25 , G06N3/0442 , G06N3/0464
Abstract: 本发明提供一种基于深度学习的航行时间预测方法，包括：获取AIS数据；对所述获取到的AIS数据进行处理，得到不同航段、不同时间段的航行时间数据；构建航行时间预测模型，将所述航行时间数据输入到所述构建的航行时间预测模型中进行训练；将训练好的航行时间预测模型与航线规划技术结合，得到准确的航行时间预测值。本发明的技术方案能够准确的预测航行时间，使得船舶提前知道通过某个航段的预估时间，提前选择最优路径，从而提高航运的通行效
-
公开(公告)号：CN111488940A
公开(公告)日：2020-08-04
申请号：CN202010296631.8
申请日：2020-04-15
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度卷积神经网络的航标图像智能分类方法。包括：采集航标图像；对航标图像进行预处理形成数据集；构建注意力航标分类模型；训练模型并进行测试，形成训练好的注意力航标分类模型；利用tensorflow-serving对训练好的注意力航标分类模型进行部署，提供调用网络接口；进行航标分类的应用。本发明提出的注意力航标分类模型，专门针对不同细类的航标数据进行训练，应用于智能船舶和智能航行系统中，提高对环境的视觉感知能力，保障船舶的航行安全；也可应用于基于手机的航道信息智能服务APP中，培养和提升社会公众和船员的识标能力和水平。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
