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LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

海事信息：重要信息提示

中墨签署海运协定，专家建议开辟北粮南运联运通道，海事系统将建设六大体系，京杭标准船型主尺度初定，2004我国船舶业增势强劲。     

洋山深水港船舶航行模拟研究的船型研究

在洋山深水港区一期工程的初步设计过程中，涉及到航道宽度、航道水深、回旋水域等基本数据的确定。笔者采用船舶操纵模拟器进行航行模拟研究，根据洋山深水港设计规划和集装箱船舶的发展趋势，通过研究、分析、比较，选择最合适的船型，尤其是船舶主尺度和船舶吃水等基本数据，为洋山深水港区一期工程的初步设计提供科学的依据。     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

关于《钢质内河船舶入级与建造规范》的补充说明

1 引言 <船海工程>2002年第1期刊登了"<钢质内河船舶入级与建造规范>中几个问题的探讨"(以下简称"探讨"),首先,感谢"探讨"一文的作者对船舶规范工作的关心和支持.没有船舶设计、造船、航运、船检及交通主管部门的关心和支持,船舶规范就难以发展和完善.同时感到有些问题需要与作者商榷.     

液化气船船型主尺度与液舱型式匹配综述

本文介绍和分析液化气船的主要要素与液货舱要素之间的内在关系，为设计者提供在设计过程中选择与应用一些范例，以达到液货舱与船体主尺度的较佳匹配。