基于AIS信息和BP神经网络的船舶航行行为预测

针对船舶航行行为多维度的特点和船舶交通服务系统(Vessel Traffic Service,VIS)对船舶行为预测的精确度和实时性需求,提出结合船舶自动识别系统(Automatic Identification System,AIS)信息和BP(Back Propagation)神经网络的船舶航行行为预测方法。构造基于AIS信息的船舶航行行为特征表达方法,根据BP神经网络预测的基本原理,以连续3个时刻的船舶航行行为特征值为输入,以第4个时刻的船舶航行行为特征值为输出,对BP神经网络进行训练,用于对未来船舶航行行为进行预测。以成山角VTS水域内的船舶AIS信息为例进行试验,结果表明:利用该方法对船舶航行行为特征值进行预测的结果准确、实时,误差在可接受的范围内。     

模板匹配和BP神经网络在船舶识别中的应用

首先分析模板匹配技术,指出本文采用了序贯相似性检测法进行特征提取;然后设计BP神经网络3层结构,将模板匹配的特征作为输入层的输入向量,经过多次训练学习,得到船舶识别结果;最后利用Matlab和Opencv进行实验仿真,实验结果说明采用模板匹配和BP神经网络相结合的方法比仅用模板匹配的算法能提高识别率。     

LED航行灯切不可忽视工作状态监控

国际海上避碰规则(COLREG)为确保船舶航行安全,预防和减少船舶碰撞,规定船舶在夜间或能见度不良时船舶应悬挂的号灯,包括位置、颜色、角度、可见距离等,以表示自身动态位置,便于互相避让、识别.航行灯的正常工作和正确显示是船舶之间互相辨别航行动态的重要标志,也是决定采取避让行动的重要依据.     

基于BP神经网络与L-M算法的潜艇声纳自噪声预报

L-M（Levenberg-Marquart）算法与BP（Back-Propagation）神经网络相结合，使神经网络在多样本、大变量输入的情况下，具有更快的收敛速度和更高的逼近精度。将BP神经网络与L-M算法相结合应用于潜艇声纳自噪声预报；分析了影响潜艇声纳自噪声的各种声源参数；利用潜艇声纳实测数据进行网络训练，训练好的神经网络可以对潜艇声纳自噪声进行精确预报。     

基于GA-灰色BP神经网络船舶备件需求预测模型

船舶维修备件的及时保障是船舶设备正常生产作业的保证，备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析，构建一种基于灰色模型的多层前馈（BP）神经网络模型，并采用遗传算法（GA）进行优化。首先对船舶设备备件需求影响因素进行分析，通过灰色模型确定备件需求的关键指标，并将结果作为BP神经网络的输入层，从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现，基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明，使用GA优化可以提高灰色BP神经网络的预测精度，为船舶维修备件需求预测提供了一种新思路。     

BP神经网络在治理海上光污染中的应用

随着人类的海洋活动越来越频繁,作为海上污染之一的光污染已经成为一种可以严重威胁船舶夜航安全的新型污染源。本文将基于视觉、色觉和光学理论,探讨海上光污染本身,接着仔细分析其对船舶夜航的影响因子。并基于船舶信号灯可识别性,研究基于BP神经网络的船舶信号灯识别模型,同时通过不断训练提高可识别性。     

基于BP-DS证据理论的航标状态识别模型研究

内河航标标示了可航行水域的边界,是保障内河船舶安全航行的重要前提.面向内河航标不同故障模式,构建一种基于BP-DS证据理论的航标状态识别模型.采用两个BP神经网络分别训练航标基础属性数据与环境因素数据,计算独立的证据值;通过DS证据理论实现航标运行状态识别结果的决策融合.结果表明,基于BP-DS证据理论的航标状态识别模...     

基于BP神经网络的船舶企业员工综合评价模型

为了保障船舶工业企业内部对其员工的使用管理和评价上的客观性和准确性,提出基于BP神经网络的综合评价方法,在建立了员工评价的指标体系基础上建立了基于BP神经网络的评价模型,将评价员工综合素质的指标值作为模型的输入量,评价结果作为模型输出量,用样本对神经网络进行训练,利用收集的中国船舶工业集团某造船企业管理执行层员工信息,使用MATLAB对模型进行模拟仿真训练,用验证样本对评价模型检测,检测结果是仿真输出与期望输入基本一致,说明网络合理,评价模型能够较好对船舶企业员工的综合素质进行评价.     

基于神经网络的船舶自动舵控制算法研究与分析

为了研究不同神经网络模型对船舶自动舵性能的影响,实现了基于不同种类神经网络的自动舵控制系统算法仿真。将影响船舶航行的因素进行量化处理作为神经网络的输入;网络训练样本则来自上海海事大学高级船员考试系统中的记录,并对其中的数据进行优化筛选处理;采用DeepLearnToolBox工具实现对获取的样本进行有监督的训练。通过航行模拟实验可知,相较于传统浅层神经网络,基于深度神经网络的自动舵控制算法具有较小的误差及较高的控制精度,与资深船长的模拟操船误差最小仅为5.2%。     

基于L-M贝叶斯正则化方法的BP神经网络在潜艇声纳部位自噪声预报中的应用

基于L-M贝叶斯正则化方法使BP神经网络在推广能力、收敛速度和逼近精度上能够获得很大的提高.文中将BP神经网络和L-M贝叶斯正则化算法相结合用于潜艇声纳部位自噪声预报.分析了影响声纳部位自噪声的各种参数.利用潜艇声纳实测数据进行网络训练,训练好的神经网络可以对潜艇声纳部位自噪声进行精确预报.     

《中华人民共和国物权法》有关条款在船舶物权登记中的应用

为明确《中华人民共和国物权法》实施对于船舶物权登记工作的指导作用,从船舶物权登记的性质、登记机关的审查义务和赔偿责任、共有船舶的处分原则、船舶价值评估和登记规费征收以及新船舶登记制度的创设等6个方面分析《物权法》有关条款在船舶物权登记实践中的应用,认为《物权法》的实施对船舶物权登记产生重要影响,船舶登记机关应及时转变观念。     

渔检发展凸显体制困局——访中国渔业船舶检验局局长周彤

近年来,百万艘渔船安全问题始终是中国水上难以驱散的阴霾.随着国际国内对生命和环境保护的日益重视,中国渔船安全更是备受关注.作为渔船安全的第一道防线,中国渔船检验现状如何?     

潜艇模块化的生命力设计研究

文章讨论了实施模块化方法建造潜艇的意义,对潜艇模块化体系的生命力作了初步的论述,提出近期可能实现的功能模块.     

换填法垫层厚度的优化设计

换填法地基处理设计关键是确定垫层的厚度。鉴于传统的设计方法存在不足,文章提出了一种改进的方法,经算例验证该法能更好地确定最佳垫层厚度,同时能适应不同的安全要求,具有较大的灵活性。     

Q25型牵引车油门操纵机构的改装

Q25型牵引车油门操纵机构主要由油门踏板、摇臂总成、拉杆、连杆等组成，通过控制调速器摇臂实现柴油机的调速，见图1。     

浙江省刺网渔船尾气排放调查研究

文章介绍了浙江省国内海洋捕捞渔船现状,阐述了尾气产生机理,对刺网渔船尾气排放进行实船检测,并对测量数据进行了分析对比,提出了下一步改进的对策及建议。     

天津港焦炭码头卸车坑地下连续墙渗漏水原因分析

通过对天津港南疆焦炭码头卸车坑地下连续墙的结构特点、施工过程、修补措施及当地的特殊的地质条件等因素的分析,综合考虑了各因素对地下连续墙的影响,从而客观地评价了地下连续墙渗漏水的成因,为选择适当的防渗漏材料提供了科学依据。     

马来西亚砂捞越州沿岸波浪实测资料的应用

介绍在波浪资料缺乏的情况下，利用过往船舶随机观测到的散落于大面积海域的波浪数据来满足工程设计要求的实例。     

虚拟样机技术在气垫船推进系统特性研究中的应用

由于气垫船的结构特点,传统的研究方法不适于气垫船推进系统特性研究.本文将现代虚拟样机技术引入气垫船推进系统特性研究中,对气垫船船体和轴系建模及船体-推进系统的耦合方法进行了比较研究.并应用本文提出研究方法,对某型气垫船推进轴系进行了动态支承力的仿真研究.     

不确定动荷载作用下的地基固结度估算

为了得到不确定动荷载作用下的地基固结度,通过工程实例,采用反分析法对不确定动荷载作用后地基的固结度进行了估算,并进行了现场验证。结果表明估算结果是可靠的,可供类似工程借鉴。