基于深度神经网络学习的建立船舶重量计算模型的方法
授权
摘要
本发明是一种基于深度神经网络学习的建立船舶重量计算模型的方法，包括船舶与所有气囊的接触进行整体受力分析和构建数学模型并求解。对船舶受力分析采用从整体到个体的研究方法，先对船舶整体研究再取单个气囊为研究对象，分析气囊形变的影响因素，找出已知变量和未知变量的关系，建立力学模型和理想气压状态模型等数学模型，根据模型的实际情况用深度神经网络学习算法对未知变量进行预测。本发明解决了船舶业对船舶质量“粗放型”估算引起巨大的材料浪费及售价偏低等经济损失的问题，有利于促进船舶业快速发展和经济效益的提高。同时将深度学习和神经网络算法与传统行业相结合，不仅能实现对船舶重量的计算，还能实现对其他巨大型物件重量的计算。
基本信息
专利标题 ：
基于深度神经网络学习的建立船舶重量计算模型的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109508470A
申请号 ：
CN201811089631.X
公开（公告）日 ：
2019-03-22
申请日 ：
2018-09-18
授权号 ：
CN109508470B
授权日 ：
2022-06-14
发明人 ：
陈健唐俊遥
申请人 ：
广东工业大学
申请人地址 ：
广东省广州市越秀区东风东路729号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
林丽明
优先权 ：
CN201811089631.X
主分类号 ：
G06F17/50
IPC分类号 ：
G06F17/50 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
授权
2019-04-16 ：
实质审查的生效
IPC(主分类) : G06F 17/50
申请日 : 20180918
申请日 : 20180918
2019-03-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
