基于互信息和贝叶斯网络的船舶碰撞风险预测研究

船舶碰撞事故对航行安全威胁严重,不仅会导致船舶、货物的损坏,还会对航道和水域环境造成污染,如果船上装载的石油、危化品等物质由于事故原因产生泄漏,更是会对临近水域及生态环境带来灾难性破坏。因此,对船舶(特别是危化品运输船舶)碰撞风险的预测和管理一直受到各界的重视。本文在全面分析船舶碰撞事故风险因素的基础上,利用互信息理论计算事故数据特征因素间互信息值,确定了各碰撞风险特征因素间的依赖关系,并最终建立了船舶碰撞险情的贝叶斯网络预测模型,以期为航运企业和航道管理单位的管理提供理论依据,从而减少船舶碰撞事故,保障我国航运业的安全、高效和绿色发展。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。      

基于数字信号处理器的舰船导航信息处理系统

抑制干扰信息,提升信息处理效果,设计数字信号处理器的舰船导航信息处理系统.利用雷达前端产生导航发射触发信号与中频信号等,通过A/D转换器在产生的信号内采集数字化导航信息,采用数字信号处理器为信息处理提供同频干扰抑制与脉冲积累等处理算法,按照互信息梯度分离导航信息,实现导航信息同频干扰抑制.实验证明:该系统可获取清晰的导...     

基于复杂网络模型的地铁系统脆弱性分析

基于影响地铁系统脆弱性的干扰事件,构建了干扰事件的有向复杂网络.采用网络密度、平均路径长度、度和度分布,以及聚类系数等分析指标,进行复杂网络的拓扑特征分析.分析结果显示,只有少数关键节点能直接影响地铁脆弱性.采用复杂网络的互信息理论,对干扰事件有向复杂网络节点进行信息量计算和重要性评价,进而找到重要节点.评价结果表明,影响地铁系统脆弱性的关键因素是车站客流量、车辆系统和设备系统,可采取相应的针对性措施来提高地铁运营的安全性.     

短期交通流序列混沌识别及预测精度分析

判断序列是否具有混沌特性是基于混沌理论预测的前提,而序列的混沌特性是由长程相关性和长记忆性的矛盾构成.利用Hurst指数识别高速公路短期交通流时间序列的长程相关性和长记忆性,并通过计算序列的互信息,分析短期交通流混沌序列的可预测程度及预测精度.     

一种基于遗传算法和小波分解的刚性图像配准方法

为了实现快速、高精度的自动图像配准,提出了基于遗传算法和小波分解的图像配准方法。此方法在小波分解的基础上,以互信息为相似性测度利用遗传算法为搜索算法对图像进行一次配准,然后以特定步长在小范围内对配准参数进行修正,对图像进行二次配准。该方法实验结果表明该方法具有较快的速度且显著的改善了配准精度。     

基于互信息快速算法的多模医学图像配准

互信息作为相似性测度在多模医学图像配准领域得到了广泛应用,具有高精度和稳健的特点.但频繁的互信息计算降低了配准效率,同时对两幅图像重叠区域比较敏感.采用归一化互信息为测度,降低互信息计算中灰度级的快速算法,通过多模CT/MRI配准实验证明,可以在确保配准精度的同时缩短时间提高配准效率.     

基于小波变换的医学图像特征点互信息配准

医学图像配准是医学图像分析诊断的基础,也是图像融合等图像处理需要先行解决的问题.目前医学图像配准方法基本上分为基于形状特征和基于像素相似性两种方法.文中用小波变换提取图像特征点,将特征点互信息作为图像配准的相似性测度,并使用粒子群算法来求解配准所需的空间变换参数.实验结果表明,此方法减少了计算量,具有较快的配准速度,能准确地实现多模态医学图像的配准。     

基于互信息和类电磁机制优化算法的医学图像配准研究*

采用互信息来描述图像配准的效果,应用类电磁机制优化算法搜索配准所对应的空间变换参数,并借鉴POWELL优化算法,在局部搜索过程中采用了黄金分割点一维搜索方法进行搜索,实验结果表明提出的算法可以很好的脱离局部最优解,同时可以达到较好的配准精度,并具有较好的时效性。