龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：上海船舶运输科学研究所有限公司;武汉理工大学
摘要：本发明提供了基于无监督机器学习分析的海况聚类划分方法及系统，先按照时间顺序自动获取海浪波高数据，将每个时间点的海浪波高数据分别与不同尺度下的小波函数进行卷积得到每个时间点下多个不同尺度的小波系数，并对各个小波系数分别进行取模运算得到多个小波模系数，再通过低通滤波器对每个时间点下的所有小波模系数进行平均得到不同尺度的散射系数，根据不同尺度的散射系数得到每个时间点的海浪波高数据在不同维度上的特征集合，然后采用无监督机器学习的时间邻域编码方法分别对特征集合中的每个特征进行编码得到编码后的新特征集合，最后采用谱聚类算法对新特征集合中的各个特征进行聚类，得到多个表示不同平稳海况的簇以实现海况聚类的划分。
主权项：1.一种基于无监督机器学习分析的海况聚类划分方法，其特征在于，包括以下步骤：数据获取步骤：按照时间顺序自动获取海浪波高数据；特征提取步骤：基于小波散射网络将每个时间点的海浪波高数据分别与不同尺度下的小波函数进行卷积得到每个时间点下多个不同尺度的小波系数，并对各个小波系数分别进行取模运算得到多个小波模系数，再通过低通滤波器对每个时间点下的所有小波模系数进行平均得到多个不同阶层的散射系数，根据所有阶层中最高阶层的散射系数得到每个时间点的海浪波高数据在不同维度上的特征，进而形成特征集合；时间邻域编码步骤：采用无监督机器学习的时间邻域编码方法分别对特征集合中的每个特征进行编码，降低高阶散射变换产生的特征集合的维数，得到编码后的新特征集合；海况聚类步骤：采用谱聚类算法对新特征集合中的各个特征进行聚类，得到多个表示不同平稳海况的簇以实现海况聚类的划分。
全文数据：
权利要求：
百度查询： 上海船舶运输科学研究所有限公司 武汉理工大学 一种基于无监督机器学习分析的海况聚类划分方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号