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 > 恭喜福建理工大学董帝渤获国家专利权

恭喜福建理工大学董帝渤获国家专利权

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!

龙图腾网恭喜福建理工大学申请的专利一种海上落水人员漂流轨迹预测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:CN119538755B

龙图腾网通过国家知识产权局官网在2025-06-20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:202510106186.7,技术领域涉及:G06F30/27;该发明授权一种海上落水人员漂流轨迹预测方法是由董帝渤;朱嘉琪;童治豪;游子诚;李哲;王洪祥;姚玉鹏;田朋振;李月朋设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。

一种海上落水人员漂流轨迹预测方法在说明书摘要公布了:本发明属于海上搜救技术领域,具体公开了一种海上落水人员漂流轨迹预测方法,包括以下步骤:S1、收集海上落水人员相关数据;S2、对数据进行归一化处理;S3、根据处理后的数据集制作训练和测试的数据Loader;S4、循环迭代多次,将每个batch中的数据喂入AMWM‑Transformer模型中,获得模型的输出和原始的标签数据进行loss值计算,根据loss值更新模型参数,完成模型训练;S5、根据已训练好的模型,将测试的输入特征喂入得到输出,与真实标签做loss值进行累加计算,得到最终测试数据的总loss值,使用ADE和FDE对实验结果进行评价。

本发明授权一种海上落水人员漂流轨迹预测方法在权利要求书中公布了:1.一种海上落水人员漂流轨迹预测方法,其特征在于,包括以下步骤:S1、收集海上落水人员相关数据;S2、对数据进行归一化处理;S3、根据处理后的数据集制作训练和测试的数据Loader;S4、循环迭代多次,将每个批次中的数据喂入AMWM-Transformer模型中,获得模型的输出和原始的标签数据进行loss值计算,根据loss值更新模型参数,完成模型训练;S5、根据已训练好的模型,将测试的输入特征喂入得到输出,与真实标签做loss值进行累加计算,得到最终测试数据的总loss值,使用ADE和FDE对实验结果进行评价;S4中,AMWM-Transformer模型为在Transformer中新增添多头自适应注意力权重机制AMWM;输入数据是过去一段时间的漂流轨迹位置数据和气象数据堆叠而成的时序数据序列;多头自适应注意力权重机制AMWM包括以下步骤:初始化权重:初始化权重列表,使得每个注意力头的初始权重为1;开始循环迭代:进入外层循环;计算注意力矩阵与权重的乘积:对于每次迭代,计算注意力矩阵与当前的权重列表相乘的结果;处理每个批次的数据:开始内层循环,遍历当前批次i的注意力矩阵,提取当前批次的注意力矩阵;对提取出的注意力矩阵获取其方差var、标准差std和均方差mse;将[var,std,mse]添加到batch_features列表中;将batch_features列表添加到all_batch_list中;结束批次处理:内层循环结束后,所有批次的特征分析结果被收集到all_batch_list中;随机采样与特征聚合:对all_batch_list进行随机采样,对采样后的数据,针对var、std和mse三个属性分别计算标准差,然后对这些标准差求均值,以获得当前迭代中各注意力头的活跃程度;更新权重列表,使其等于上述计算得到的均值,并对其进行归一化处理,对权重列表进行反向赋权,具体为使用1减去得到的归一化处理后的结果;对模型进行参数更新;结束循环迭代:当满足终止条件时,结束外层循环;输出结果:输出最终优化后的注意力头权重列表。

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福建理工大学,其通讯地址为:350118 福建省福州市闽侯县上街镇学府南路69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。