融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

基于数据挖掘的舰船快速比照算法及舰船性能统计

在舰船开发过程中,耗费时间成本与经济成本最大的环节是舰船测试环节,每艘船在下水之前都要进行上百甚至上千次的水动力测试,海量的船舶测试数据对于新型船舶的设计与开发具有重要的指导作用。因此,从海量的船舶测试数据中提取有价值的信息,形成新的船舶性能数据,不仅可以缩短生产周期,而且能够指导船舶的设计过程,这是本文的研究重点。本文通过介绍数据挖掘技术和支持向量机技术,研究船舶性能快速比较算法以及性能统计。     

海上装配式混凝土石油平台设计

以渤海湾某油田为例,针对海油陆采一体化技术所需平台的功能要求,基于我国水运工程规范体系及现状技术水平,提出一种适用于油田开采的新型装配式混凝土平台结构方案,并对平台的结构设计理念、规范适应性研究、设计方案、施工船机配置、平台弃置等进行研究,可为类似海上大型平台结构提供借鉴。     

小波分析在装裁机变速箱滚动轴承故障诊断中的应用探讨

主要讨论了小波分析在装裁机变速箱滚动轴承故障诊断中的应用,以求为未来装裁机变速箱滚动轴承故障诊断提供新的方法。     

整平机升降系统设计与分析

本文依托一种自浮式水下基床整平机,对该整平机上的重要的组成部分——升降系统进行了设计与分析,提出了一种结构简单、运行可靠的升降系统；对组成升降系统的升降机构提出了液压环梁插销式升降机构、齿轮齿条式升降机构和液压缸升降机构,对支撑机构考虑了十字转动支撑机构和万向球轴承支撑机构,对锁紧机构提出了楔块锁紧机构和棘爪锁紧机构,通过对各种方案进行分析论证,最终确定了升降系统由液压缸升降机构、十字转动支撑机构和棘爪锁紧机构组成；最后对棘爪锁紧机构进行了瞬态动力学计算,计算结果得出棘爪锁紧机构所受最大应力为154.52MPa小于其许用应力172.5MPa,验证了棘爪锁紧机构的强度满足要求。     

船舶推进电机运动控制系统仿真研究

船舶推进电机运动控制系统作为电力推进船舶的核心部分,对其进行建模与仿真分析具有重要意义。针对电机微分方程组数值稳定问题,分析不同方法下的数值稳定域,引入牛顿拉夫逊法求解矢量控制下经梯形法差分化的方程组。结合螺旋桨敞水特性曲线以及实例船舶阻力计算,建立螺旋桨负载和永磁推进电机矢量控制的运动模型。基于Matlab软件编写船机桨不同工况下启航的仿真程序,分析部分典型工况下的变化曲线。仿真结果证明了本文采用模型的正确性,在此模型上可简单快捷增加控制算法,为后续研究提供理论依据。     

限牌与柔性

闷热的六月末，灼热的空气不断压抑着人们的情绪，然而，6月最后一天的最后几个小时，一个新闻让广州市民的神经突然发烫，购车族集体出动，来不及洗漱打扮，带着身份证和银行卡直奔ATM机排队取款，然后以最快的速度赶往4s店排队抢车，希望抢在7月1日前成为车主，而4s店则，临时加班，应对潮水般蜂拥而至的客户，一时间洛阳纸贵。一则短短的小新闻——广州市从7月1日起限购小客车，让传言了几个月的小道消息终成事实，PM2．5和道路拥堵的双重压力下，广州撑不住了。成为第四个限购的城市。     

支持向量机技术在舰船航向广义预测与控制中的应用

舰船在海上航行时,受到海浪等干扰力的作用难免会偏离既定航线,严重时甚至发生搁浅等事故,航向的广义预测与控制决定了舰船的航行效率和安全性,是船舶工业领域研究的重点。支持向量机技术是一种新型的智能学习算法,该算法在非线性系统求解、小样本、高维度系统求解领域有重要应用。本文以舰船航向预测与控制为研究对象,系统介绍了支持向量机算法,并基于支持向量机技术对船舶航向进行预测与控制。本研究对于提高舰船航向预测与控制有重要意义。     

基于支持向量机的船舶机舱火灾温度快速预测

以船舶机舱为研究对象,采用大涡模拟方法,以FDS软件为平台,计算了不同火灾功率、风机启动时间、风机流速和补风口面积条件下的火场温度变化过程。以FDS的数值模拟数据为样本建立了船舶机舱火灾温度的支持向量机计算模型,为提高模型预测的精确度,利用遗传算法对参数进行寻优。实验表明:应用本文模型预测结果与FDS计算结果基本一致,优于SVM模型以及BP神经网络的预测结果,提出一种快速预测火场温度的工程计算方法。