极短期预报

作品数：44被引量：192H指数：10
导出分析报告
相关领域：交通运输工程更多>>
相关作者：赵希人蔡烽刘长德魏纳新石爱国更多>>
相关机构：哈尔滨工程大学上海交通大学中国船舶科学研究中心中国人民解放军海军大连舰艇学院更多>>
相关期刊：《船舶工程》《武汉理工大学学报（交通科学与工程版）》《数学的实践与认识》《液压与气动》更多>>
相关基金：国家自然科学基金国防科技技术预先研究基金工业与信息化部高技术船舶科研项目广东省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于有限传感器参数的起降点运动姿态换算技术研究
《舰船科学技术》2024年第19期7-11,共5页张帅 孙慧 曹峰 
针对以甲板为直升机起降平台的大型水面船舶,船载惯导装置安装布列位置与起降点距离较远,杆臂效应对船舶运动极短期预报模型参数辨识影响较大,严重影响升沉运动预报精度。本文根据有限姿态传感器实时采集横摇、纵摇及升沉信息,结合相关...
关键词：直升机起降 极短期预报 升沉速度 船模试验 
基于LSTM的船舶纵摇极短期预报
《船舶工程》2024年第S01期589-594,共6页洪智超 丁羿杰 王鸿东 叶真 徐立新 张雨婷 
为船舶航行决策相关设备的精度校准提供数据支持,保障船舶安全航行及船用设备的稳定运行具有重要意义。传统水动力学分析方法难以精确、高效地预报船舶的非线性运动。为了提高船舶极短期预报的精度,分别构建单特征和多特征输入的长短期...
关键词：长短期记忆人工神经网络(LSTM) 随机波 纵摇运动 极短期预报 
基于LSTM循环神经网络的船舶运动极短期预报
《船舶工程》2024年第5期33-40,55,共9页张怡 孟帅 刘震 封培元 
国家自然科学基金面上项目(51879161,52271335)。
长短期记忆(LSTM)循环神经网络对于预报非线性时间序列有优势,尝试将LSTM网络应用于船舶运动极短期预报。利用某破冰船在北冰洋航行时两段典型海况下的横摇和纵摇运动实测数据,探究LSTM神经网络模型的预报精度和有效时长。研究发现,LST...
关键词：极短期预报 长短期记忆循环神经网络 直接多步预报 误差积累 
基于多平台训练的海洋平台极短期运动预报研究
《海洋工程》2024年第2期68-79,共12页潘文寅 郭孝先 李欣 
海南省自然科学基金青年项目(521QN276)。
在风浪流等环境条件的共同作用下,浮式海洋平台会在六自由度方向上进行摇荡运动,进而对海上作业安全构成了严峻的威胁。准确的运动极短期预报,可以作为输入条件,提高运动补偿装置的性能;另一方面也可以提供及时的实时预警信息,指导安全...
关键词：浮式半潜平台 极短期预报 深度学习 LSTM 数据集 
基于EMD-LSTM神经网络模型的气垫船操纵运动预报研究被引量：1
《水动力学研究与进展（A辑）》2023年第5期794-801,共8页吴成东 詹可 朱仁传 
海上作业时,准确高效的操纵运动极短期预报对于气垫船的作业效率与安全具有重要意义,但目前对于气垫船操纵运动预报的研究仍然比较欠缺。长短期记忆(Long Short-Term Memory, LSTM)深度学习网络对于时间序列分析上的预报能力极强,是船...
关键词：气垫船 极短期预报 长短期记忆神经网络 经验模态分解 
改进LSTM神经网络在极短期波浪时序预报中的应用被引量：9
《上海交通大学学报》2023年第6期659-665,共7页尚凡成 李传庆 詹可 朱仁传 
高效准确的极短期预报对实海况下船海结构物的施工作业安全意义重大.由于海浪的随机性,短期预报往往使用时间序列分析进行,近年来神经网络特别是长短期记忆(LSTM)神经网络在时间序列分析上预报能力强.基于此,提出一种结合生成式对抗思想...
关键词：极短期预报 时序分析 长短期记忆神经网络 生成式对抗 
基于长短期记忆网络的大型漂浮式风力发电机平台运动极短期预报方法被引量：1
《上海交通大学学报》2023年第S01期37-45,共9页卫慧 陈鹏 张芮菡 程正顺 
国家自然科学基金(42176210,52201330)资助项目。
大型漂浮式风力发电机平台运动响应的超前预报是实现主动调载系统控制和智慧运维监测的关键技术.然而,漂浮式风力发电机复杂的工作环境使得仅依靠物理模型和数值仿真方法的极短期预报具有非常大的挑战.因此,提出一种创新的基于长短期记...
关键词：大型漂浮式风力发电机 极短期预报 长短期记忆网络 不确定性 
基于TCN模型的半潜式平台运动极短期预报被引量：1
《海洋工程装备与技术》2022年第4期1-9,共9页肖峰 李欣 杨建民 郭孝先 李琰 
国家自然科学基金资助项目(51779141)“海底溃坝式异重流演化机理及与海洋结构物动力响应研究”;海南省重大科技计划项目(ZDKJ2019001)“深海装备实测运维数字化系统研究与应用”。
半潜式平台在深海中受到环境作用会产生6个自由度运动,这种不确定的运动对平台作业造成不利影响。因此,在较短时间内准确预报平台运动响应具有工程意义。目前,基于神经网络的时间序列预报方法比较主流的模型是长短期记忆(LSTM)网络,针对...
关键词：时间序列 运动预报 极短期预报 时间卷积网络 长短期记忆网络 
基于LSTM神经网络的随机横浪中船舶横摇运动极短期预报被引量：4
《武汉理工大学学报（交通科学与工程版）》2021年第6期1113-1117,共5页易文海 高志亮 
国家自然科学基金(52071242,51609186)。
基于波浪与船舶运动响应的因果关系,采用LSTM神经网络模型建立了随机波高历时与船舶横摇运动历时的映射关系,基于波高历时数据实现对船舶横摇运动的极短期预报.利用DTMB5415舰船在三、四、五级横浪作用下横摇运动势流理论计算数据,进行L...
关键词：LSTM 随机波 横摇运动 极短期预报 
基于EMD-LSTM模型半潜平台运动极短期预报被引量：5
《海洋工程》2021年第4期29-37,共9页魏强强 李欣 李新超 卢文月 
海南省重大科技计划项目《深海装备实测运维数字化系统研究与应用》资助。
半潜平台在复杂海洋环境作用下,会发生不规则的六自由度运动响应。这种平台运动的不规则性和随机性对平台作业、栈桥控制以及直升机起落等造成极大的不确定和未知风险。因此,在极短期内准确快速预报平台运动响应对深海浮式平台作业和设...
关键词：经验模态分解 长短期记忆网络 极短期预报 时间序列 半潜平台 运动响应 
全选清除导出
共5页<12345>
检索报告 对象比较 聚类工具 使用帮助 返回顶部