一种基于数据驱动的递归神经网络船舶运动模型方法

本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法，包括：通过船舶航行试验，获取船舶低频运动船位、航向及推进器运行信息；构建船舶运动递归神经网络模型体系结构，基于获取的船舶低频运动信息和推进系统运行信息，构建递归神经网络训练数据集及测试数据集；基于训练数据集，采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练；基于测试数据集，对建立的船舶运动神经网络模型进行测试及优化，确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理，仅基于船舶测量船位和航向，及当前的船舶推进系统信息，建立基于数据驱动的递归神经网络船舶运动模型，实现对未来船位和航向的直接预测，而无需对系统参数进行辨识，可实现智能船舶的数据驱动控制，从而构建船舶智能控制系统。

《一种基于数据驱动的递归神经网络船舶运动模型方法》是一发明专利，专利号为 2022105536823，当前法律状态为已下证，由青岛科技大学提出申请，发明人为邓芳;张翰林;于敦敬;杨化林，申请日期为2022-05-19，公开（公告）日期为2025-07-15，国际专利分类号（IPC）为 G06F 30/15 (2020.01)，高新资质：未报高企，所属技术领域包括：船舶通用、船舶定位、深海石油钻探、海洋考察、海上补给装卸、海底电缆铺设、离岸船舶、船舶运输物流、船舶系统船舶控制算法、船舶智能系统、无人船。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于数据驱动的递归神经网络船舶运动模型方法，包括：通过船舶航行试验，获取船舶低频运动船位、航向及推进器运行信息；构建船舶运动递归神经网络模型体系结构，基于获取的船舶低频运动信息和推进系统运行信息，构建递归神经网络训练数据集及测试数据集；基于训练数据集，采用不同激活函数和优化算法构建递归神经网络船舶运动模型并进行迭代训练；基于测试数据集，对建立的船舶运动神经网络模型进行测试及优化，确定最终的船舶运动递归神经网络模型。本发明基于数据驱动原理，仅基于船舶测量船位和航向，及当前的船舶推进系统信息，建立基于数据驱动的递归神经网络船舶运动模型，实现对未来船位和航向的直接预测，而无需对系统参数进行辨识，可实现智能船舶的数据驱动控制，从而构建船舶智能控制系统。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！