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！

申请/专利权人：集美大学

摘要：本发明提出一种交通流密度自适应的船舶轨迹与电子海图叠加融合显示方法，采用核密度估计器对船舶轨迹位置进行预测和生成；并采用基于高斯变异的状态转移算法GSTA搜索核密度估计器的最优带宽，其提供了改进的自适应变宽度核密度估计器，可以降低概率密度估计过于平滑现象的风险，提高概率密度的估计精度，加快寻找核密度估计的最优变宽。

主权项：1.一种交通流密度自适应的船舶轨迹与电子海图叠加融合显示方法，其特征在于：采用核密度估计器对船舶轨迹位置进行预测和生成；并采用基于高斯变异的状态转移算法GSTA搜索核密度估计器的最优带宽，其中：核K和带宽h的多元核密度估计为： 其中表示估计值，h表示带宽，d表示变量维度，n表示样本数量，K表示核函数，x表示输入变量，Xi表示第i个独立同分布的样本点；d维核函数Kx满足：∫Kxdx＝12当K使用标准多元正态密度函数时： 采用高斯变异状态转移算法求取最优带宽h，目标是通过以下方式将差异最小化： 状态转移算法生成的候选解的形式定义为：sk+1＝Aksk+Bkuk5其中，sk是当前状态和候选状态；Ak和Bk是随机矩阵，对应于状态转换算法中的状态转换算子；uk是关于当前状态和历史状态的表达；高斯变异将服从高斯分布的状态函数加到原始种群状态上；公式如下：sk＝sk0.5+τN0,110式中，τ是介于[0,1]之间的随机变量，N0,1是均值为0、方差为1的正态分布；在粒子群运动的基础上，加入随机正态分布扰动项，以减少陷入局部最优解的可能性，增强全局寻优能力；所述基于高斯变异的状态转移算法GSTA具体包括以下步骤：1生成初始总体，以核密度的带宽为个体变量；2进行旋转变换： 其中α是旋转系数；Rr是一个随机矩阵，其元素在区间[-1,1]中均匀分布2是向量的欧几里德范数或2-范数；3进行平移转换： 其中β是转移系数；Rt是分布在区间[0,1]中的随机变量；4进行伸缩转换：伸缩转换为：sk+1＝sk+γResk8其中γ是比例因子；Re是元素服从高斯分布的随机对角矩阵；5进行轴向转换：轴向转换为：sk+1＝sk+δRask9其中δ是轴向转换系数；Ra是一个稀疏的随机对角矩阵，其元素服从高斯分布；6进行高斯变异；7按照公式4，评估个体的目标函数；8更新每个个体的最优局部解；9更新随机数和系数；10重复步骤2-9，直到满足终止条件；根据优化出的最优带宽，计算各船舶轨迹点的核密度，对应用不同的颜色，矢量场可视化渲染绘制在海图上。

全文数据：

权利要求：

百度查询： 集美大学 交通流密度自适应的船舶轨迹与电子海图叠加融合显示方法