摘要
本发明提供基于多模态深度学习的无人艇参数识别方法及装置,包括:获取多模态的无人艇海况参数;利用基于卷积神经网络的智能表征学习模型,对多模态的无人艇海况参数进行处理,得到与多模态的无人艇海况参数对应的多模态特征信息;采用显式定义和多模态特征信息,确定多模态的无人艇海况参数在不同任务中的贡献信息和互补信息;采用特征加权算法,对贡献信息和互补信息中的高信息增益的特征进行融合处理,得到与多模态的无人艇海况参数对应的融合多源数据,可以形成极端海况下大中型无人艇安全航行设计准则,实现无人艇在极端海况下安全航行功能设计及性能指标计算的快速验证与迭代。
技术关键词
无人艇
多模态深度学习
参数识别方法
参数识别装置
融合多源数据
深度特征学习
多模态特征
加权算法
样本
反向传播方法
信息论方法
极值
可读存储介质
误差
处理器
阶段
定义
系统为您推荐了相关专利信息
无人舰艇
无人艇
物联网设备
物联网节点
任务调度
水质在线监测数据
预警预报方法
审核模型
预警预报系统
大数据
轨迹规划方法
无人艇
水动力模型
神经网络模型训练
轨迹规划系统
多模态深度学习
智能动态调度方法
动态调度系统
多模态数据采集
全局资源分配
适配调控系统
多模态深度学习
掘进参数
盾构机
数字孪生体