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：中港疏浚有限公司

摘要：本发明公开了基于神经网络的粗砂疏浚施工优化工艺，涉及粗砂疏浚施工技术领域，为了解决粗砂在进行疏浚施工时，粗砂质量低的问题。基于神经网络的粗砂疏浚施工优化工艺，根据滤波的计算可以精准的了解到原始采集的粗砂与疏浚施工时使用的粗砂属性是否存在过大的差别，保证了粗砂疏浚施工的稳定性，将参数样本中参数条件较优的参数样本进行多次的运算，直至运算到与上一次运算结果无出入，可以有效的保证原始粗砂在每一次采集时，粗砂的属性状态都能及时的了解，保证了粗砂采集的优良率，粗砂通过正向传播训练和反向传播训练后，可以对疏浚施工粗砂的参数数据进行数据优化，提高粗砂疏浚施工的质量。

主权项：1.基于神经网络的粗砂疏浚施工优化工艺，其特征在于：包括如下步骤：第一步：终端信息建立：根据项目信息模块建立项目和显示最终方案，其中，建立项目包括设置项目本身的信息与录入粗砂采集船舶历史数据；获取施工信息、数据信息、项目信息和用户信息；其中，按照项目信息中数据来源设置获得船舶历史记录并录入到本系统数据库中，录入时同时过滤数据，数据库中保留原始数据和滤波后的数据；第二步：数据筛选：根据数据筛选模块生成学习样本数据；其中，数据筛选模块使用录入的粗砂疏浚施工数据和设置好的过滤条件，提取条件对数据进行过滤提取，生成学习用的样本数据；其中，使用的数据为原始数据或滤波数据；所述数据筛选模块设置的过滤条件包括：基于原始数据构成原始数据集W，提取原始数据中数据样本的特征数据构建特征数据集T，采用第i个特征数据的关联数据构建关联数据集Ni，计算各特征数据与其关联数据的关联度，基于关联度构建关联度集F；所述数据筛选模块设置的过滤条件，还包括：过滤采用的目标函数为： 上式中，P表示数据过滤采用的目标函数；F表示关联度集；Fij表示第i个特征数据与其第j个关联数据的关联度；f表示分解函数；表示特征数据集第i个特征数据在特征数据集转置矩阵中的对应参数；Wj表示原始数据集中第j个数据样本；γ表示数据采集的影响系数；Ti表示特征数据集中的第i个特征数据；Ni表示第i个特征数据的关联数据集；Sik表示第i个特征数据的关联数据集中第k个关联度的权重；Tk表示特征数据集的第k个特征数据；τ表示正则化因子；T表示原始数据的特征数据集；W表示原始数据集；所述数据筛选模块采用上述目标函数对原始数据进行过滤控制；第三步：神经网络模型运算：根据神经网络模型模块计算神经网络并输出提取粗砂疏浚施工参数组合需要的数据；其中，神经网络模型模块使用学习样本数据进行计算，生成不同精度的神经网络模型并记录成文件；根据用户使用选定精度的神经网络模型输出提取方案所用的数据；第四步：最优粗砂疏浚施工参数组合：根据最优参数粗砂疏浚施工组合模块帮助用户生成待选方案列表，用户选择后返回项目信息模块查看；最优参数粗砂疏浚施工组合模块使用神经网络模型输出提取方案所用数据，并进行过滤计算提取，生成待选方案列表，用户在待选方案中选择保存为最优粗砂疏浚施工参数组合，其中，最优粗砂疏浚施工参数组合能够在项目信息界面查看。

全文数据：

权利要求：

百度查询： 中港疏浚有限公司 基于神经网络的粗砂疏浚施工优化工艺