BP神经网络及其在图像压缩中的应用

BP神经网络是一种采用反向传播算法的多层前馈网络,它具有结构简单、可操作性强、能够逼近任意的非线性映射关系等优点,而且具有很好的泛化能力,在图像处理领域中应用非常广泛.本文简介了BP神经网络的理论、模型及其学习过程,探讨了其在图像压缩中的应用,分析了BP神经网络应用于图像压缩的可行性及其优点.     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

基于灰色小波神经网络的船舶交通流预测研究

船舶交通流预测的准确性和可靠性已成为制约港口经济科学发展的瓶颈因素。文章综合利用小波变换的局部化性质与神经网络的自学习能力,并引入灰色模型以反映船舶交通流的发展趋势,使得小波神经网络在灰色模型预测结果的基础上结合船舶交通流的影响因素再预测,构成基于灰色小波神经网络的船舶交通流组合预测模型。实验结果表明,灰色小波神经网络的预测精度高于BP神经网络与小波神经网络,提高了整个预测系统的精度及其鲁棒性。     

基于人工神经网络的海洋平台振动主动控制

将经典最优控制算法与人工神经网络相结合，采用BP神经网络模型，实现了受随机波浪力作用下的海洋平台的振动主动控制。由于神经网络的鲁棒性、容错性和很好的泛化能力，仿真结果表明控制是可行、有效的，并且克服了传统算法本身的时滞问题，为海洋平台的振动控制提供了一条新的思路。     

小波神经网络在高维非线性系统辨识中的应用

在对高维系统的非线性辨识中，容易诱发维数灾难，而且由于数据分布的不均匀性和稀疏性，使得通常正交小波网络在应用时丰在许多困难，本文利用非正交小波网络，按照文[6]的方法训练和构造小波网络，针对其泛化能力不好的缺点，结合最小二乘算法提出了一种在线自适应调整网络权值的方法，获得了一类具有良好自适应能力的小波网络。     

基于小波网的船舶运动极短期建模预报

本文结合小波分析和神经网络的优点，建立了应用于船舶运动极限期模预报的小波神经网络的结构及算法，给出了该算法的一步及多步预报模型，并进行了仿真，仿真结果说明该算法是可行的。     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

BP神经网络在冷凝器建模中的应用

本文利用神经网络的非线性映射和泛化能力,建立了一个冷凝器的BP神经网络模型.仿真结果表明,该建模方法直接有效,具有一定的研究意义和应用价值.     

基于支持向量机的船舶航向广义预测控制研究

船舶的动态性能具有大惯性、大时滞、非线性等特点,采用基于结构风险最小化原则的神经网络———支持向量机(SVM),充分发挥其可以任意逼近非线性模型的良好特性对船舶模型进行有效辨识,以此作为广义预测控制(GPC)算法中的预测模型,并加以相应的GPC算法达到保持航向的目的。仿真结果表明:SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于SVM的GPC算法在航向保持方面具有很好的控制性能。     

疏浚管系作业全自动控制系统

针对耙吸挖泥船提高施工效率、减少人工成本和燃油消耗问题,进行疏浚管系作业全自动控制系统的研究。在挖泥船疏浚作业时,由于环境和操作流程复杂,传统的半自动疏浚集成控制系统,在多人操作时,会出现泥浆堵住疏浚管路的问题。设计了疏浚管系闸阀控制器(ADSS)、低浓度排放控制器(ALMO)、自动泥门控制器(ABMC)和高压冲水泵控制器(AJC),来实现疏浚挖泥管系全自动控制系统,提高泥浆流速、降低泥浆浓度,防止泥浆堵管,同时减少人工成本,降低燃油消耗,使耙吸挖泥船挖泥施工效率得到很大的提高。     

网络控制系统的输出反馈保性能控制

研究了一类具有不确定时延的网络控制系统输出反馈保性能控制问题.将时延的不确定性建模为系统状态方程系数矩阵的不确定性,在输出反馈条件下,用状态观测器重构系统状态,将保性能控制问题转化为不确定离散系统的输出反馈鲁棒保性能控制问题.利用Lyapunov理论和矩阵不等式方法,得出了输出反馈保性能控制律的设计方法.仿真算例说明了设计方法的有效性.     

基于质量控制的舰船建造精度管理探讨

本概述了舰船质量控制体系、保证舰船质量的新技术及其应用前景。     

基于模糊控制的机器人运动控制研究

提出了一种在未知场景下足球机器人运动路径的模糊控制算法,并对此算法进行了推导与仿真。仿真结果表明,计算量小,运算速度快,使足球机器人的运动表现出很好的连续性和稳定性。     

模糊控制与神经网络组合控制系统研究

采用模糊控制与神经网络组合控制系统控制带有大滞后环节的非线性对象。该方法综合了模糊控制与神经网络,为带有大滞后环节的非线性系统的控制提供了一种思路。     

高层建筑施工控制要点及安全管理

目前,随着我国城市建设的迅猛发展,高层建筑正在日益成为城市建设的主体。由于高层建筑投入大,周期长,且对其质量的要求更为严格,因此在工程质量控制与其安全等方面有它的特殊性,本文试从加强施工质量和安全的角度,结合在实践中的一些体会,谈谈个人的一些看法。     

基于动态面控制方法的船舶动力定位控制

随着经济全球化的发展,人们对海洋资源的开采和利用逐年加深,在开采过程中需要在船舶上进行数据采集,保证船舶的稳定性对研究海洋资源具有深远的意义。本文通过引入动态面控制算法,利用动态面控制技术为动力定位船舶设计控制系统,每一步使用一阶积分滤波器来评估虚拟控制输入的导数,仿真结果显示与传统的backstepping方法相比减低了计算的复杂度,增强了鲁棒性。     

基于一种非线性PID控制器的船舶航向控制系统研究

本文对应用一种非线性PID控制器的船舶航向控制方法进行了研究.利用非线性PID控制器在线整定参数的功能和具有良好鲁棒性的特点,应用于船舶航向控制.仿真结果证明了该方法的合理性和有效性.     

船舶直线航迹控制的滑模自适应反步控制

对船舶在直线航迹运行过程中的控制方法进行研究。针对普通的控制方法没有涉及环境干扰和船舶的模型摄动等方面的影响,提出改进型的积分型船舶反步自适应滑模控制方法并将改进后的控制方法运用在船舶控制系统中。软件仿真结果表明,改进后的船舶控制器可改善系统的全局稳定性,同时也解决了船舶滑模控制器的"抖振"问题。     

基于模糊控制的舰船桅杆振动半主动控制研究

针对舰船桅杆在外载荷作用下产生的基础激励对其雷达等设备造成转角振动的问题,设计一种复合式的半主动的桅杆振动控制系统。根据航行中舰船的桅杆振动特性,采用基于磁流(MR)变阻尼器和并联机构的复合式半主动减振控制装置。针对复合控制器具有较高的非线性的特性,采用模糊控制的非线性映射功能,建立半主动控制系统。同时,基于Ansys平台,使用APDL对设计的复合式半主动控制系统进行仿真计算。选取某型舰船桅杆振动为研究对象,仿真结果表明本文所提方法能够有效的降低桅杆振动。