Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国海洋大学李崇获国家专利权

中国海洋大学李崇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国海洋大学申请的专利基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120333501B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510819521.8,技术领域涉及:G01C25/00;该发明授权基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法是由李崇;包思睿;韩莎莎;孟相睿;綦声波设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法在说明书摘要公布了:本发明公开了一种基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法,属于陀螺仪技术领域。该方法先构建数据集进行预处理并搭建陀螺仪非对称误差预测模型,该模型将预处理后的数据输入交叉尺度注意力模块,以输出跨通道交互第一特征和跨通道交互第二特征,将跨通道交互第一特征输入Informer编码器中,再与跨通道交互第二特征进行融合,再与预处理后的陀螺谐振子运动轨迹参数进行点乘并输入到解码器中,最后经全连接层得到四个非对称误差的预测值。该方法通过设计交叉尺度Informer神经网络使陀螺仪非对称误差预测模型在处理长序列时保持较高的精度和稳定性,能够准确模拟陀螺仪在不同工作条件下的行为。

本发明授权基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法在权利要求书中公布了:1.基于交叉尺度Informer神经网络的陀螺仪非对称误差预测方法,其特征在于,包括如下步骤; 步骤1、搭建陀螺谐振子仿真模型,设置非对称误差作为输入,以求解陀螺谐振子运动轨迹参数,构建包含非对称误差和陀螺谐振子运动轨迹参数的数据集,并对数据集进行预处理;非对称误差包括频差、阻尼差、刚度耦合程度和阻尼耦合程度,陀螺谐振子运动轨迹参数包括X模态和Y模态的同相分量、正交分量、振幅、驻波角和能量; 步骤2、搭建包括编码器和解码器的陀螺仪非对称误差预测模型;编码器包括交叉尺度注意力模块和Informer编码器; 预处理后的陀螺谐振子运动轨迹参数首先经过分组和重组操作,然后经过交叉尺度注意力模块,以输出跨通道交互第一特征和跨通道交互第二特征,将跨通道交互第一特征输入Informer编码器中,接着将经过Informer编码器处理的特征信息与跨通道交互第二特征进行融合,将融合后的特征与预处理后的陀螺谐振子运动轨迹参数进行点乘并输入到解码器中,最后再经过全连接层得到四个非对称误差的预测值; 其中,在交叉尺度注意力模块内先将特征分组成第一卷积分支和第二卷积分支,对第一卷积分支依次进行全局池化、特征拼接和压缩操作,然后与预处理后的陀螺谐振子运动轨迹参数进行点乘后再进行组的归一化操作,最后分别经过激活函数和平均池化处理;然后将第一卷积分支经过激活函数后的特征与第二卷积分支经过平均池化后的特征进行融合和相乘得到跨通道交互第一特征;将第一卷积分支经过平均池化后的特征与第二卷积分支经过激活函数后的特征进行融合和相乘得到跨通道交互第二特征; 步骤3、利用步骤1中的预处理后的数据集对步骤2中的陀螺仪非对称误差预测模型进行训练和评估,然后利用训练好的陀螺仪非对称误差预测模型对陀螺仪进行非对称误差预测。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国海洋大学,其通讯地址为:266000 山东省青岛市黄岛区三沙路1299号中国海洋大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。