Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东海洋大学王思思获国家专利权

广东海洋大学王思思获国家专利权

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!

龙图腾网获悉广东海洋大学申请的专利基于EMD-PSO-GRU-RBFNN的集装箱船航迹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:CN121598173B

龙图腾网通过国家知识产权局官网在2026-04-03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:202610122302.9,技术领域涉及:G06F18/241;该发明授权基于EMD-PSO-GRU-RBFNN的集装箱船航迹预测方法是由王思思;关竞宇;孙振航;王立军;王远卓;李玉坤;梁高豪;王维;张泽国;曹亮设计研发完成,并于2026-01-29向国家知识产权局提交的专利申请。

基于EMD-PSO-GRU-RBFNN的集装箱船航迹预测方法在说明书摘要公布了:本发明公开了一种基于EMD‑PSO‑GRU‑RBFNN的集装箱船航迹预测方法,涉及智能航运技术领域。该方法以船舶AIS数据为输入,包括时间、经度、纬度、航速及航向角信息;对AIS数据进行预处理划分训练集与测试集;构建航迹预测模型,计算训练集预测值与真实船舶位置坐标的差值,得到残差信号;采用经验模态分解对残差信号进行自适应分解,获得本征模态分量及残差分量;构建高频和中低频分量的预测模型,将各分量预测结果重构得到残差预测值,并与测试集的基线预测结果叠加,得到校正后的测试集输出;对校正后的测试集输出进行评价。本发明能够在不同频率尺度上对航迹误差进行建模与补偿,提高了航迹预测的稳定性与可靠性。

本发明授权基于EMD-PSO-GRU-RBFNN的集装箱船航迹预测方法在权利要求书中公布了:1.一种基于EMD-PSO-GRU-RBFNN的集装箱船航迹预测方法,其特征在于,具体步骤如下: 步骤S1、获取集装箱船的AIS数据,所述AIS数据包括时间、经度、纬度、航速及航向角信息; 步骤S2、对所述AIS数据进行预处理,并将预处理后的数据按照时间顺序划分为训练集和测试集;所述预处理包括对异常数据进行处理以及对数据进行归一化,构建时间序列数据; 步骤S3、采用粒子群优化算法PSO对径向基函数神经网络RBFNN的扩散因子与隐含层神经元数量进行优化,并基于优化后的RBFNN构建航迹预测模型; 步骤S4、基于训练集对航迹预测模型进行训练,使用训练完成的航迹预测模型对训练集与测试集进行预测,得到训练集对应的预测值和测试集对应的预测值,并计算训练集预测值与真实船舶位置坐标的差值,得到残差信号; 步骤S5、对所述残差信号采用经验模态分解EMD进行分解处理,将残差信号自适应地分解为m个本征模态分量以及一个残差分量; 步骤S6、根据本征模态分量和残差分量的特征频率,采用PSO优化后的门控循环单元网络GRU构建高频分量预测模型,基于高频分量预测模型对本征模态分量中的高频分量进行预测;采用PSO优化后的径向基函数神经网络RBFNN构建中低频分量预测模型,基于中低频分量预测模型对本征模态分量中的中低频分量和残差分量进行预测; 步骤S7、将高频分量预测值、低频分量预测值和残差分量预测值相加,得到残差预测值; 步骤S8、将测试集对应的预测值与残差预测值相加,得到校正后的测试集输出; 步骤S9、基于标准差SD、平均误差ME、决定系数R2、均方误差MSE和均方根误差RMSE对校正后的测试集输出进行性能评估。

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广东海洋大学,其通讯地址为:524088 广东省湛江市麻章区海大路1号;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。