船舶智能化网络资源中数据封包传送数学建模分析

传统的数据封包传送数学模型在传送船舶智能化网络数据资源时,传播速率很慢,平均延迟高,吞吐性能差。为解决上述问题,设计一种新的数据封包传送数学模型,利用BM匹配算法匹配船舶网络数据资源格式,根据船舶智能化网络的IP地址、网络端口号、网络资源传输协议、网络通信数据以及其他网络资源信息数据建立封包传送数学模型。为验证模型效果,与传统模型进行实验对比,结果表明,设计的数学模型能够有效提高传播速率,降低平均延迟,加强吞吐性能。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

基于VR虚拟现实技术在舰船航行轨迹中的应用

常规的舰船航行轨迹规划技术,设置探索航行线路的栅格疏密值差异过大,导致对复杂海域的航行轨迹规划不合理,为此研究VR虚拟现实技术在舰船航行轨迹中的应用。该技术对海域环境中的航行区、障碍区以及舰船自身进行虚拟场景模拟实现人机交互,通过动力学的运动曲线计算舰船的动态位姿,根据障碍物在航行区域的分布、体积等数据设置栅格大小,驱动虚拟舰船,提取舰船的航行曲线、侧倾角曲线以及侧向加速曲线,调整舰船航行轨迹。实验结果表明,与2种常规技术的应用相比,虚拟现实技术设置的栅格疏密值更加符合航行轨迹规划要求,所得到的航行轨迹更加合理。     

长江江苏段船载危化品安全风险事故概率研究

长江江苏段危化品运输船舶日均流量达500艘次,年过境化学品运输量超过2亿吨,给沿江分布的集中式饮用水水源地带来巨大环境风险。本文将长江江苏段航道水域分成19段,结合统计的长江水路交通状况数据(AIS数据),利用统计学方法学和线性插值技术,对长江江苏段危化品船舶污染事故概率进行预测计算,以考察江段的安全环境风险承载力。针对长江江苏段危险品船舶的高风险,提出降低船舶安全事故概率的对策。     

船舶压载水紫外处理器的CFD数值模拟

为克服传统样机试验方法周期长、耗资巨大的缺点,采用工程设计领域中广泛应用的CFD仿真技术,得出紫外化反应器的流场和光场分布,并借助于自主开发的流场与光场耦合计算程序,计算出紫外处理器的关键性能参数—紫外辐射剂量,为紫外处理器的结构优化设计提供了关键的数据参考。     

船舶污染防治海事监管法律法规存在问题及建议

立足于海事现行法律法规和防治污染管理现状,从船舶污染防治海事监管防、治、赔三个环节,对法律法规存在的问题进行分析,并提出意见和建议,以期从立法层面完善船舶污染防治法律法规体系,为海事管理机构全面有效履行职责提供支撑。     

船舶航行器活塞式发动机效率优化分析与研究

为解决船舶航行器活塞式发动机效率较低的不足,提出了航行器活塞式发动机效率优化分析与研究。基于航行器活塞式发动机的充气方式优化,提高航行器活塞式发动机的热效率,降低发动机机械运行阻力实现运转高速化,完成了航行器活塞式发动机效率优化。试验数据表明,提出的优化方法,较未进行优化的船舶航行器活塞式发动机,发动机效率提升8.25%,适合船舶航行器使用。     

VTS在海上自主航行船舶（MASS）服务中的责任与策略研究

海上自主航行船舶(Maritime AutonomousSurface Ship,以下简称“MASS”),简单来说是指利用传感、通信、物联网等技术手段,自动感知和获得船舶自身、海洋环境、物流、港口等方面的信息和数据,并基于计算机技术、自动控制技术、大数据技术、智能技术,在航行、管理、维护保养、货物运输等方面实现智能化运行的船舶。