CN119004358B 一種基于大模型的艦船航跡預測系統及方法 （北京瞰天科技有限公司）_第1頁
CN119004358B 一種基于大模型的艦船航跡預測系統及方法 （北京瞰天科技有限公司）_第2頁
CN119004358B 一種基于大模型的艦船航跡預測系統及方法 （北京瞰天科技有限公司）_第3頁
CN119004358B 一種基于大模型的艦船航跡預測系統及方法 （北京瞰天科技有限公司）_第4頁
CN119004358B 一種基于大模型的艦船航跡預測系統及方法 （北京瞰天科技有限公司）_第5頁
已閱讀5頁，還剩28頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

US2024232648A1,2024.07.11一種基于大模型的艦船航跡預測系統及方法本發明公開了一種基于大模型的艦船航跡據分別進行特征提取，輸出融合的環境感知特征；基于融合的環境感知特征構建異常檢測模預測模型；將個性化預測模型與實時數據相結2基于融合的環境感知特征構建異常檢測模型，將融合的環境感知特建立安全決策輔助系統，將預測航跡與航行規則進行對比，當預測設定元學習結構由一個共享的基礎模型和一系列任務的子模設定每艘艦船為k，然后構建一個子模型，通過歷史艦船航跡數據kk)表示艦船k在純凈特征Zk和預測P下的可靠性度量，P表示基礎模型的預3采用加權平均的方式將提取得到的文本特征、航跡特征、環境條4k6.一種基于大模型的艦船航跡預測系統，基于權采集模塊，負責通過多渠道收集多模態數據；所述多模態數據，包括5設定元學習結構由一個共享的基礎模型和一系列任務的子模設定每艘艦船為k，然后構建一個子模型，通過歷史艦船航跡數據kk)表示艦船k在純凈特征Zk和預測P下的可靠性度量，P表示基礎模型的預7.一種計算機設備，包括存儲器和處理器，所述存處理器執行時實現權利要求1～5任一所述的基于大模型的艦船航跡預測方67[0025]采用離散傅里葉變換對環境條件數據進行頻譜分析，設定在時間t的氣象數據為[0028]采用卷積神經網絡CNN對傳感器數據進行特征提取，設定傳感器數據的二維矩陣于融合的環境感知特征構建異常檢測模型，將融合的環境感知特征向量輸入異常檢測模8i態分布函數，表示計算整個偏差空間內的正態分布的概率密度9洋環境下艦船航跡預測的準確性與安全性問題，旨在提升艦船航行的智能化水平和安全[0096]采用離散傅里葉變換對環境條件數據進行頻譜分析，設定在時間t的氣象數據為[0099]采用卷積神經網絡CNN對傳感器數據進行特征提取，設定傳感器數據的二維矩陣i[0114]設定元學習結構由一個共享的基礎模型和一系列任務的間內的正態分布的概率密度總和；[0150]本實施例還提供一種計算機設備，適用于基于大模型的艦船航跡預測方法的情的易失性或非易失性存儲設備或者它們的組合實現，如靜態隨機存取存儲器(StaticProgrammableRead－OnlyMemory,簡稱EEPROM)，可擦除可編程只讀存儲器(ErasableProgrammableReadOnlyMemory,簡稱EPROM)，可編程只讀存儲器(ProgrammableRed-

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論