物联网船舶异常数据自动识别系统

物联网技术促进了船舶监控系统的数据采集、分析和处理效果,提高了船舶监控系统的性能。在船舶监控系统中,受传感器设备、船舶自身突发状况和外界突发响应等影响,系统的信号网络中往往存在某些异常数据,这些数据对于后续信号分析、处理等流程来说有不利的影响。本文针对这一问题,结合物联网技术设计了船舶监控系统异常数据识别的网关,并详细介绍了一种OCSVM异常数据识别的方法,在实际应用时取得了良好的效果。     

数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

基于BP神经网络的齿爬式升船机横导向装置结构损伤识别*

为了准确有效地实现齿爬式升船机横导向装置的损伤识别，提出以固有频率变化率、应力、位移作为输入特征参数，由损伤结构分类器、损伤位置分类器、损伤程度分类器构成的结构损伤识别模型。以向家坝升船机横导向装置为例，对18种损伤状态下的横导向装置进行模态分析和静力学分析，得到1 646组训练样本和100组测试样本，分别采用BP神经网络、支持向量机和贝叶斯算法进行结构损伤识别模型的训练与识别准确率测试。结果表明：基于BP神经网络算法的横导向装置结构损伤识别模型对损伤结构、损伤位置、损伤程度的识别准确率分别为93%、90%和91%，比基于支持向量机、贝叶斯算法的识别准确率分别平均提高7%、13%，该模型能够有效准确地对横导向装置进行损伤识别。     

浮式平台大直径钢管锚桩疲劳分析

针对浮式平台大直径钢管锚桩疲劳设计，研究了英国标准学会、法国船级社、美国材料试验学会以及挪威等国家的相关标准或规程，详细论述了锚桩疲劳分析理论、分析流程和疲劳设计分区。采用S-N曲线法计算焊缝等级C、D下的锚桩线性累积损伤，结果表明：增加钢筋混凝土芯柱、增大钢管桩壁厚以及提高焊缝等级能有效改善锚桩抗疲劳性能。研究成果可为钢管桩疲劳设计提供一定的参考。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题，提出基于环境车辆偏离车道程度识别运动模式的方法；构建动态环境车辆横纵向轨迹预测模型，并求解；构建保持、先行、避让在内的决策集，提出基于预测轨迹的单个车辆决策方法，并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11，0.29，0.80 m，预测精度较高；复杂动态环境下，本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

考虑驾驶风格差异的高原公路危险路段识别研究

针对高原环境中驾驶人风格、生理变化与危险路段特征之间的潜在关联，提出一种基于驾驶状态的危险路段识别方法，辨识和分析不同风格驾驶人具有潜在风险的路段，并提出优化方案。首先，通过实车实验采集驾驶人行为及生理指标数据，使用DBSCAN(Density Based Spatial Clustering of Applications with Noise)得出驾驶风格类型，并依据行为特征对驾驶风格进行差异性 分析；其次，采用卷积神经网络、双向长短时记忆神经网络与注意力机制搭建危险状态识别模型，通过GPS(Global Positioning System)点位对应实现危险路段辨识，并基于驾驶风格差异，从驾驶人感知、操纵与生理角度对危险路段进行致因分析；最后，将生理与道路线形作为优化参考，以车速建议为着力点进行多元回归分析，并按照生理舒适域确定车速建议区间。结果表明：驾驶人根据行为特点分为谨慎、稳健和激进型，3类驾驶人在上行和下行途中的危险路段多为具有弯坡特征的组合型路段；海拔提升可加速危险驾驶状态的出现，各类驾驶人在上行时的紧张状态多源于弯坡组合值和转角值的增长，激进型驾驶人在坡度大于6%的直纵坡路段时亦会开始高度紧张；下行时，谨慎与激进型驾驶人在直纵坡坡度大于3%时易出现危险状态，激进型驾驶人在转角值大于80°且弯坡组合值大于50时亦存在驾驶风险。研究成果可满足高原公路人因事故预防的需求，为线形设计与交通管理措施制定提供理论依据。     

高速公路粉土路基填料结构特性三轴试验研究

为了研究高速公路粉土路基在交通荷载作用下的变形与破坏规律,以安徽省蚌埠至五里河高速公路的粉土路基为研究对象,利用DDS-70动三轴试验系统,开展以围压、压实度为变量的三轴压缩试验。结果表明:原状土σ-ε关系随围压增大依次应变曲线呈应变软化型、理想弹塑性型、应变硬化型变化,重塑土是理想弹塑性型、应变硬化型;在固结围压增大、应变增大、压实度降低过程中,应力比结构性参数m_η是递减的;在围压、压实度增大时,初始应力比结构性参数m_η0是递减的,且受压实度影响较大;在围压增大时,结构性损伤量m_ηd呈先增后减变化,提高压实度可使m_ηd减小;m_η0、m_ηd与围压之间呈三次多项式的关系,与压实度呈线性关系。     

基于移动通信数据的居民居住地识别方法研究

从大量手机数据中提取居民活动的时空特征是大数据趋势下的新兴热点。然而现有的研究主要使用的是手机通话数据或者手机定位数据,并且许多研究缺乏相关验证,使得研究可信度不高。本文基于手机信令数据,通过3种方法对居民职住地进行识别分析,并对比不同方法之间的差异,研究探讨通过手机大数据对于居民职住地识别的可信性。     

CNG运输船在船厂码头建造过程风险评估

为降低在建CNG(压缩天然气)运输船在船厂码头充装和动车过程中发生火灾爆炸的风险,通过调查研究,分析了CNG运输船在船厂码头充装和动车过程,开展了CNG运输船在码头充装和动车过程的风险识别,给出了影响CNG运输船充装和动车过程的六个安全因素。运用模糊综合评判法,对CNG运输船充装和动车过程进行评价,并给出CNG运输船充装和动车过程的安全防护措施建议。     

轿车-自行车事故中骑车人头部损伤的影响因素研究EI北大核心CSCD

为探究轿车-自行车事故中骑车人的骑行姿态对其头部损伤的影响规律,首先采用PC-Crash软件建立自行车、骑车人和轿车模型,进行4组不同背角范围的仿真并分析骑车人骑行姿态对头部损伤的影响。接着,从中国交通事故深入研究(CIDAS)数据库中挑选出79例轿车-自行车事故,用于分析实际案例中坐姿对头部动力学响应的影响。最后,通过多项式拟合,建立了在4个姿态分组下,头部碰撞速度、绕转距离和损伤程度与车速之间关系的数学模型。结果表明:骑车人头部的损伤程度随轿车碰撞速度的升高而增大,但随骑车人的背角的增大而减小。