摘要
本申请涉及智能航行分析技术领域,其具体地公开了一种基于态势感知的船舶智能航行分析方法及系统,其采用基于深度学习的神经网络模型提取航行环境监测信息的多层级特征,并通过对航行环境监测信息的多层级特征进行上下文关联分析,以实现对不同层级特征的显著性分布建模,从而识别出航行环境监测信息中的关键特征,滤除冗余信息,以便于在此基础上进行对航行环境的态势感知和航道通行状态的智能评估。通过这种方式,可以有效提升对航行环境监测信息的处理效率和准确性,进而提高船舶智能航行分析的可靠性和安全性。
技术关键词
环境监测信息
图像
线索
环境感知信息
因子
序列
特征值
Sigmoid函数
分析方法
特征金字塔网络
层级
融合特征
闭环
船舶
协方差矩阵
注意力
强度
特征提取模块
神经网络模型
系统为您推荐了相关专利信息
布谷鸟搜索算法
粒子群优化算法
鸟巢
双层优化模型
充放电功率
生成时间序列数据
能量消耗特征
事务处理机制
支持向量机模型
水下摄像设备
主题色提取
输入设备
计算机视觉算法
输入模块
HDMI信号源