首页> 中国专利> 基于深度学习与多核学习的GEO卫星形状与姿态识别方法

基于深度学习与多核学习的GEO卫星形状与姿态识别方法

页面导航

摘要
著录项
相似文献

摘要

本发明提供了一种基于深度学习与多核学习的GEO卫星形状与姿态识别方法，包括：获取GEO卫星一年的OCS序列数据；对OCS序列数据进行预处理；基于深度学习网络，构建用于对OCS序列数据进行自动特征提取的C‑RNN模型，所述深度学习网络包括循环神经网络与卷积神经网络；训练C‑RNN模型，获取OCS序列数据的多个特征向量；基于多核学习技术，使用多个核函数对不同特征进行映射，并利用支持向量机对卫星的形状与姿态进行识别。本发明在不需要先验信息的情况下，结合基于循环神经网络和卷积神经网络的深度学习以及基于支持向量机的多核学习技术，利用纯数据驱动模式，使用OCS序列数据自动识别GEO卫星的形状和姿态。

著录项

公开/公告号CN109993224B

专利类型发明专利
公开/公告日2021-02-02

原文格式PDF
申请/专利权人中国人民解放军战略支援部队航天工程大学;
展开▼

申请/专利号CN201910239623.7
发明设计人霍俞蓉;李智;方宇强;徐灿;张峰;卢旺;
展开▼

申请日2019-03-27
分类号G06K9/62(20060101);G01C21/24(20060101);
代理机构11265 北京挺立专利事务所(普通合伙);
代理人叶树明
地址 101416 北京市怀柔区八一路1号
入库时间 2022-08-23 11:31:06

相似文献

专利
中文文献
外文文献

1. 基于深度学习与多核学习的GEO卫星形状与姿态识别方法 [P] . 中国专利： CN109993224B . 2021.02.02
2. 基于深度学习与多核学习的GEO卫星形状与姿态识别方法 [P] . 中国专利： CN109993224A . 2019-07-09
3. RECOGNITION METHOD FOR THREE-DIMENSIONAL POSITION AND ATTITUDE BASED ON VISUAL SENSATION AND DEVICE THEREOF [P] . 日本专利： JPH06262568A . 1994-09-20

机译：基于视觉传感及其装置的三维姿态姿态识别方法
4. DEEP LEARNING MODULARIZATION SYSTEM ON BASIS OF WEB PLUG-IN AND IMAGE RECOGNITION METHOD USING SAME [P] . 世界知识产权组织专利： WO2017039086A1 . 2017-03-09

机译：基于Web Plug-in的深度学习调制系统和基于相同方法的图像识别方法
5. Method and apparatus for training 6D pose estimation network based on deep learning iterative matching [P] . US11200696B2 . 2021-12-14

机译：基于深度学习迭代匹配的训练6D姿态估计网络的方法和装置