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 > 中国人民解放军海军大连舰艇学院金绍华获国家专利权

中国人民解放军海军大连舰艇学院金绍华获国家专利权

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!

龙图腾网获悉中国人民解放军海军大连舰艇学院申请的专利结合不确定度与密度聚类算法的多波束异常值自动滤波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:CN115545105B

龙图腾网通过国家知识产权局官网在2026-01-06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:202211217462.X,技术领域涉及:G06F18/2321;该发明授权结合不确定度与密度聚类算法的多波束异常值自动滤波方法是由金绍华;王俊森;崔杨;边刚;胡泽群设计研发完成,并于2022-10-04向国家知识产权局提交的专利申请。

结合不确定度与密度聚类算法的多波束异常值自动滤波方法在说明书摘要公布了:本发明公开了一种结合不确定度与密度聚类算法的多波束异常值自动滤波方法,属于多波束测深数据处理技术领域。本发明根据CUBE滤波算法构建网格节点可吸收水深点选取模型,对测深数据网格化;利用DBSCAN聚类算法对节点可吸收的水深值进行一维聚类,根据水深值之间的差值构建多个水深假设,然后使用卡尔曼滤波更新节点的水深假设和不确定度;最后从多个水深假设中选取可信度较高的水深假设作为节点的真实水深值。本发明可以为国产多波束测深数据处理软件提供一种多波束测深数据自动清理算法的选择。

本发明授权结合不确定度与密度聚类算法的多波束异常值自动滤波方法在权利要求书中公布了:1.一种结合不确定度与密度聚类算法的多波束异常值自动滤波方法,其特征在于,该方法包括以下步骤: 1推估曲面构建 推估曲面是独立于原始测深数据x,y,z的一个网格化曲面;在原始测深数据平面坐标x,y范围内,设置网格间距,网格交叉点称为节点xk,yk,zk,其中k为节点的数量;节点平面坐标xk,yk随网格化确定,节点的水深值zk由其邻域的水深点的水深值推估而来;构建推估曲面时应计算节点可吸收的水深点,具体过程如下: 首先使用公式1计算节点吸收域Rcap: 其中,μcapdiaca为节点捕捉距离比例系数;μcapdismin为节点最小吸收域;Gendepth是以节点为中心、三倍网格为半径的圆内水深平均值; 然后使用公式2计算水深点的捕获半径Rinflu: 其中,Grid是网格间距;TVUmax是IHOS-44-2008版标准中不同等级海道测量所允许的极限垂直不确定度;TVU是水深点的垂直不确定度,μdistexp是不确定度随距离增大的比例系数; 只有水深点位于节点吸收域内、同时节点也位于水深点的捕获半径内,该水深点才能被节点吸收; 2水深值聚类 步骤1结束后,已经确定节点吸收域内可供吸收的水深点,节点和水深点已经完成二维平面上的相关联;此时,节点会获取许多水深值,使用DBSCANS聚类算法对可供节点吸收的水深点的水深值进行一维聚类; 3质心点的计算 步骤2完成后,节点吸收域内水深点的水深值被聚成类;类数量≥1,否则为空节点,应加以剔除;第一个进入滤波器的水深值需代表该类水深值的特点,称为质心点的水深值;将每一类的水深值与该类平均水深值差异最小的水深值作为该类中质心点的水深值; 4水深值和不确定度的推估 步骤3中确定了质心点的水深值,启用卡尔曼滤波器进行水深值和不确定度的推估,推估形成的代表该节点可能的水深值,称为水深假设;卡尔曼滤波推估公式为: 一步预测不确定度: 水深值预测: zj[n|n-1]=zj[n-1|n-1]5 卡尔曼滤波增益Kj[n]: 水深值与预测值的差值vj[n]: vj[n]=dj[n]-zj[n|n-1]7 节点水深值更新: zj[n|n]=zj[n|n-1]+Kj[n]×vj[n]8 节点不确定度更新: 式中,σj[n-1|n-1]、zj[n-1|n-1]分别为第j个节点n-1时刻经过卡尔曼滤波更新后的不确定度、水深值;σj[n|n-1]、zj[n|n-1]分别为第j个节点n-1时刻对n时刻预测的不确定度、水深值;dj[n]是第n时刻进入卡尔曼滤波器的水深值;σj[n]为dj[n]的不确定度;σj[n|n]为第j个节点n时刻经过卡尔曼滤波更新后的不确定度; 当节点j周围可吸收的水深值依次进入卡尔曼滤波器结束后,本步骤结束; 5最优估值选取 步骤4使用卡尔曼滤波器推估得到了代表节点可能的不确定度和水深值,选取具有最小不确定度的水深假设作为节点的最优估值; 6原始测深数据滤波 步骤5最优估值选取完毕,步骤1中推估曲面上每个节点的水深值zk已经确定;将推估曲面覆盖到原始测深数据上,进行异常值剔除;使用基于近似真值的异常值判断准则进行异常值剔除,公式如下: 其中,为步骤5中节点最终选取的最优估值;di为节点吸收域内可被吸收的水深点的水深值,i为该节点吸收域范围内可吸收的水深点数量,1≤i≤N;k取2或3; 一个水深点会被多个节点吸收,若任一节点识别该水深点为异常值,则该水深点被滤除。

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中国人民解放军海军大连舰艇学院,其通讯地址为:116018 辽宁省大连市中山区解放路667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。