Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

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 科技服务 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 > 武汉理工大学刘克中获国家专利权

武汉理工大学刘克中获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利一种基于图模型的多船会遇场景提取方法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:CN117312882B

龙图腾网通过国家知识产权局官网在2025-07-29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:202310878965.X,技术领域涉及:G06F18/23;该发明授权一种基于图模型的多船会遇场景提取方法是由刘克中;孔伟;王伟强;袁志涛;吴晓烈设计研发完成,并于2023-07-18向国家知识产权局提交的专利申请。

一种基于图模型的多船会遇场景提取方法在说明书摘要公布了:本发明提出一种基于图模型的多船会遇场景提取方法;包括以下步骤:构建船舶的AIS轨迹数据集;数据切片;按照时间切片阈值对AIS轨迹数据集进行划分后,获得各时间子段i的AIS轨迹数据集;根据各时间子段i的AIS轨迹数据集依据设定的约束关系,获得各时间子段i的船舶拓扑结构图;记录每个船舶拓扑结构图所在的时间子段i,根据船舶拓扑结构图提取多船会遇场景。研究结果表明,该方法通过将AIS数据转化为图模型,通过提取算法对图模型进行时间维度上的连接,实现了多船会遇场景的动态性描述。

本发明授权一种基于图模型的多船会遇场景提取方法在权利要求书中公布了:1.一种基于图模型的多船会遇场景提取方法,其特征在于,包括以下步骤: 1构建船舶的AIS轨迹数据集; AIS轨迹数据集包含船舶的MMSI号、经纬度坐标、真航向、对地航速以及船舶类型; 2数据切片;按照时间切片阈值对AIS轨迹数据集进行划分后,获得各时间子段i的AIS轨迹数据集; 3根据各时间子段i的AIS轨迹数据集依据设定的约束关系,获得各时间子段i的船舶拓扑结构图; 采用邻接矩阵定义图的节点和边,以船舶为图的顶点,以船舶间会遇关系作为图的边;节点属性为船舶的MMSI和船舶类型,边属性为两船之间的哈文森距离; 4记录每个船舶拓扑结构图所在的时间子段i,根据船舶拓扑结构图提取多船会遇场景;具体步骤如下: 定义EGS=G1,G2,...,Gn,集合中每一个图是一个无向图; 4.1计算各个状态图的相似度; 给定两个图Ga和Gb,相似度gesGa,Gb; 4.2通过相似度将各个状态图聚类; 两个图Ga和Gb被认为满足α相似当且仅当相似度gesGa,Gb≥α; 当簇C中已经包含足够数量的状态图,即C={G1,...,Gk},定义C的两个代表图:1G∩,簇C中所有状态图的交集;2G∪,簇C中所有状态图的并集;划分在同簇中的图应满足一定的相似度阈值,G∪和G∩限定了簇中的图类型,一个簇中的相似度可以通过G∪和G∩来衡量,因此设定α边界保证新插入的图不改变原始簇的属性; 一个图簇满足α边界当且仅当G∩和G∪是α相似的; 根据上述定义,EGS中包含持续变化的图,EGS=G1,G2,...,Gn,设定预定义阈值α,即可获得EGS中的图聚类C1,C2……; 4.3定义所有图的集合 i表示图所处的时间子段,x、y、z均表示图在当前子段中末尾位置图的序号; 得到若干满足β边界的会遇场景簇SC以及刻画场景簇的代表图并集G∪和交集G∩,场景簇SC={G0,G1,G2...,Gi},i为簇中图G所在的时间子段序列; 最终输出的多船会遇场景为场景簇集合SCSet和场景簇代表图集合SGSet,其中,SCSet={SC1,SC2,...,SCn}, 同一场景簇中的图刻画一段时间内多船会遇场景的状态,根据会遇场景簇中的图结构以及附带的时间属性反演动态会遇场景。

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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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”。

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。