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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 海南大学赵瑶池获国家专利权

海南大学赵瑶池获国家专利权

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!

龙图腾网获悉海南大学申请的专利基于多源信息融合的走私船舶异常轨迹识别方法及装置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:CN119782987B

龙图腾网通过国家知识产权局官网在2025-10-21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:202411843967.6,技术领域涉及:G06F18/2433;该发明授权基于多源信息融合的走私船舶异常轨迹识别方法及装置是由赵瑶池;胡祝华;孙奕烽设计研发完成,并于2024-12-14向国家知识产权局提交的专利申请。

基于多源信息融合的走私船舶异常轨迹识别方法及装置在说明书摘要公布了:本发明公开了一种基于多源信息融合的走私船舶异常轨迹识别方法,获取船舶轨迹序列,所述轨迹序列包括运动特征和天气特征;通过带有可加性位置编码的TCN网络分别提取船舶轨迹序列中的运动特征和天气特征;将提取到的运动特征和天气特征进行融合,得到融合后的特征向量;将融合后的特征向量输入带有注意力机制的LSTM网络中进行进一步处理,得到多头注意力输出;将多头注意力输出输入Kan网络,所述Kan网络通过自适应网格点和B样条函数进行非线性特征映射,输出对轨迹是否疑似走私船舶异常轨迹的预测结果。

本发明授权基于多源信息融合的走私船舶异常轨迹识别方法及装置在权利要求书中公布了:1.一种基于多源信息融合的走私船舶异常轨迹识别方法,其特征在于,该方法为: 获取船舶轨迹序列,所述轨迹序列包括运动特征和天气特征; 通过带有可加性位置编码的TCNTemporalConvolutionalNetwork,时序卷积网络网络分别提取船舶轨迹序列中的运动特征和天气特征; 将提取到的运动特征和天气特征进行融合,得到融合后的特征向量; 将融合后的特征向量输入带有注意力机制的LSTMLongShort-TermMemory,长短期记忆网络中进行进一步处理,得到多头注意力输出; 将多头注意力输出输入Kan网络,所述Kan网络通过自适应网格点和B样条函数进行非线性特征映射,输出对轨迹是否疑似走私船舶异常轨迹的预测结果; 所述将多头注意力输出输入Kan网络,所述Kan网络通过自适应网格点和B样条函数进行非线性特征映射,输出对轨迹是否疑似走私船舶异常轨迹的预测结果,具体包括: 所述多头注意力输出S通过多层Kan变换层获得对轨迹序列是否疑似走私的最终输出,每一层Kan线性变换层的主要操作表示为其中hl+1代表第l+1层的输出,代表第l层的线性变换的权重矩阵,代表第l层的B样条的权重矩阵,σ为激活函数,Bhl代表B样条的插值函数,h0则是多头注意力输出的S。

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海南大学,其通讯地址为:570208 海南省海口市人民大道58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。