抛石输运行为的连续时间随机行走模型应用

文章研究河道抛石的反常输运行为,应用连续时间随机行走模型,模拟抛石在河床上的运动行为。通过等待时间和跳跃步长的分布形式反映河床结构的异质性,从粒子随机运动角度解释了抛石在河道中反常输运的物理机理。应用蒙特卡罗模拟方法,直观展示了抛石输运过程中粒子在不同时刻下的空间分布情况。模型构建了单个粒子运动行为和宏观抛石输运现象之间的联系,对比实验结果验证了模型捕捉抛石反常输运现象的有效性,理论结果与实验高度吻合。分析结果表明,抛石运动过程中等待时间和跳跃步长的"宽"分布是导致抛石产生反常输运现象的主要原因。     

大数据资源调度下船舶网络信息加密传输系统设计

传统传输加密系统的工作对象为单向数据交互环境下的传输数据流。因此,传统传输加密系统无法应对大数据资源实时调度计算环境下的信息加密传输计算。为了解决上述问题,提出大数据资源调度下船舶网络信息加密传输系统设计。设计共分为4部分,分别为支持硬件设计、大数据资源调度数据的DES算法初级加密计算、传输数据的AES二次加密计算与调度算法的执行。通过4部分的功能完成系统的整体设计,并达到设计的功能要求。设计的可行性由仿真实验来完成验证。     

一种基于孪生网络的高鲁棒性实时单目标船舶跟踪方法

视觉目标跟踪在各种海事应用中发挥着重要作用。然而,现有的跟踪方法大多属于生成模型,只关注对象的特征,忽略背景信息。因此,对目标的视觉显著性有更高的要求。本文将深度学习方法应用于船舶跟踪,提出使用孪生网络和区域推荐网络的海上船舶跟踪方法。为进一步提高跟踪性能,参照AlexNet网络对孪生网络的CNN模块进行修改,并提出一种基于历史轨迹的自适应搜索区域提取方法,以适应不同的运动场景。利用数据集对所提出的跟踪器进行评估。结果表明,在使用Intel Xeon CPU E5-2620,GTX TITAN的PC机上可以达到58%的平均精度和124.21 FPS。     

舰船电力系统的网络重构与数学模型设计

舰船电力系统是整个船舶设计制造的核心,电力系统的好坏直接决定了整个航向的安全性能,因此必须采用科学合理的方法,对船舶的电力系统进行数学建模,在设计之初就对各项参数进行优化,从而大大提高整个电力网络的性能,文章采用了粒子群优化算法对船舶电力网络进行重构,对各项相关参数进行系统调制,大大改善了电力网络的综合性能。     

基于网络交通分配方法族谱的交通分配 一体化技术与工程应用

为满足交通规划、建设与管理等应用场景对交通分配多样化的需求，结合目前交通分配方 法族谱中的众多模型与方法，本文构建能够满足族谱中所有交通分配特征的一体化交通分配技 术框架，提出交通网络交通分配一体化技术体系，并将该体系嵌入交通分析平台软件“交运之星- TranStar”中。该技术体系包括：“模型关键参数”“交通阻抗函数”“交通网络交通分配基础模型与 快速算法”3部分模块组合的分析模型一体化；面向步行、自行车、机动车及公共交通等多模式交 通网络的分析对象一体化；针对城市土地开发，交通网络建设，交通管理控制，公共交通系统，以 及交通政策制定等应用场景一体化。选取南京市道路网络和公交网络进行实证分析。结果表 明，本文提出的交通分配一体化技术具有处理超万节点多模式交通网络的能力，对各类交通模 式、典型业务场景的分析结果可为城市交通系统规划、建设与管理提供决策支持。     

基于随机森林的DC 600 V供电系统接地故障诊断方法研究

为解决目前DC 600 V供电系统接地故障诊断方法只能诊断出较少的故障模式且通用性较差的问题,文章搭建了DC 600 V供电系统的仿真模型,对供电系统输入端接地、中间直流环节接地、输出端接地等多种故障模式进行了仿真分析,提取了故障波形的关键特征,并采用随机森林分类器方法解决了现有诊断方法通用性较差的问题。验证结果表明,该方法能准确诊断多种接地故障模式,且具有更好的通用性和可维护性。     

铁路数字移动通信系统网络数据编号方案探讨

对繁杂的铁路数字移动通信系统(GSM-R)编号数据进行了梳理,将GSM-R编号数据划分为3层逻辑关系,明确了每层逻辑关系对应的数据表格。以郑渝高铁编号方案为例,对GSM-R网络编号中特殊情况的处理办法进行了讨论。     

基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。