一种基于TCM-SVDD的样本类别标注方法

船舶机械噪声源的识别是一个小样本条件下的模式识别问题,采用增量学习是解决此问题的一条有效途径。但在进行增量学习以前,必须对新增样本的类别进行有效识别。为有效识别新增样本的类别,提出一种新的TCM-SVDD方法。首先,通过支持向量数据描述（SVDD）方法获得训练样本与新增样本的拉格朗日乘子;然后,将其作为该样本的奇异值代入直推置信机（TCM）中,估计新增样本属于不同类别的置信度,并将其与预设的置信水平进行比较;最后,剔除新增样本中的异类样本,实现增量学习。试验结果表明,该方法能快速、准确地识别异类模式样本,对训练样本集中混有少量异类模式样本的情况不敏感,而且可以控制对异类样本的检测准确率,自动化程度高。     

基于高阶常微分方程的复杂水域船舶航迹精准预测研究

船舶航迹预测是其避障、导航的基础,精准的航迹预测可提升船舶在复杂水域航行的安全性,为此研究基于高阶常微分方程的复杂水域船舶航迹精准预测方法。该方法利用AIS系统采集船舶航行行为动态观测样本后,构建该船舶航行行为动态观测样本的高阶常微分方程预测模型,使用四阶龙格-库塔方法求解该预测模型,得到船舶航行动态观测样本预测值后,利用最小二乘法对其进行拟合处理,得到船舶航迹曲线。实验结果表明,该方法可有效采集船舶在复杂水域航行时的航速、船首向等行为动态观测样本,预测船舶航迹点和拟合后的航迹曲线均与其实际数值吻合,预测精度较高。     

基于Bayes小子样理论的导弹贮存可靠性评估方法研究

针对导弹造昂贵价、样本少、贮存可靠性验证难度大的特点,本文探讨了基于小样本的Bayes统计分析模型,这种模型以故障率的共轭验前分布Gamma分布为先验分布,充分利用了历史试验数据的同时,结合导弹现场试验数据,给出了导弹故障率的后验分布,并推算出可靠性Bayes点估计和置信限。最后以某型导弹为例,利用其试验数据验证了此方法的有效性。     

船舶柴油机NOx排放特性神经网络预测中的试验设计

研究船舶柴油机NOx排放特性神经网络预测中的学习样本选取试验设计方法。根据用于主机的船舶柴油机可能持续运行范围的工况变化特点,提出采用功率因素变边界的均匀设计法进行试验设计选取样本,并验证了其可行性。研究结果表明,变边界均匀设计法选取的样本用于神经网络训练,预测精度明显高于随机样本选取法。4位级变边界均匀设计法选取的样本训练得到的神经网络模型,NOx排放浓度预测误差小于3.8%,NOx比排放预测误差小4.5%。     

一种基于马尔可夫链模拟样本的自适应重要样本法

在结构可靠性计算中,传统的重要样本法需要给出最大似然点即设计点.对于结构存在多个设计点的系统可靠性问题,重要样本法失去了普遍性,其效率和精度也随之降低.本文提出了一种适合于计算结构的系统可靠性的重要样本法,主要的改进在于根据Metropolis准则,构造马尔可夫链模拟样本,计算模拟样本的均值和标准方差,并结合重要抽样技术,计算结构的系统可靠性.此方法有效的改善了重要样本法在系统可靠性计算中的应用,并获得了较好的效率和精度.     

一种基于脉冲样本图的雷达信号特征表述方式

随着技术的不断发展,雷达信号调制样式变得越来越复杂.这使得现有的雷达信号特征描述方式无法有效的对其特征进行表述和分析.因此针对这种情况,提出一种雷达信号脉冲样本图的表述方法,并给出了脉冲样本图特征表述方法的数据库存储结构和图形表示方法.利用雷达信号脉冲样本图表述方法可以很好的对复杂体制雷达信号特征进行表述和分析.最后还对现有的特征参数表述方式和脉冲样本图特征表述方法的优缺点进行了比较.     

一种基于马尔可夫链模拟样本的自适应重要样本法

在结构可靠性计算中，传统的重要样本法需要给出最大似然点即设计点。对于结构存在多个设计点的系统可靠性问题，重要样本法失去了普遍性，其效率和精度也随之降低。本文提出了一种适合于计算结构的系统可靠性的重要样本法，主要的改进在于根据Metropolis准则，构造马尔可夫链模拟样本，计算模拟样本的均值和标准方差，并结合重要抽样技术，计算结构的系统可靠性。此方法有效的改善了重要样本法在系统可靠性计算中的应用，并获得了较好的效率和精度。     

聚类分析在船舶碰撞中的应用分析

为避免船舶发生碰撞,提高船舶航行安全性,本文首先建立船舶碰撞模型。基于有限样本点,采用神经网络算法对其进行聚类分析,使得样本拟合误差收敛,具有较高的稳定性,并且收敛精度较高,可为工程实践提供参考。     

基于图卷积网络的非均衡数据船舶柴油机故障诊断北大核心CSCD

[目的]船舶柴油机状态信息数据普遍存在类别不均衡的问题,非均衡数据集降低了基于数据驱动的故障诊断模型对柴油机健康状况自动识别的准确性。因此,提出基于样本间概率相似性的图卷积网络(GCN)模型,以解决非均衡数据集分类问题。[方法]首先,引入Kullback-Leibler散度来计算样本间的概率相似性,以挖掘样本间的非线性关系,将各个样本间的相似性用构造概率图的拓扑结构体现。然后,利用图学习对样本特征及邻近样本特征进行聚合和提取,为非均衡数据集的分类提供更多的信息。最后,通过构造多层图卷积层,对样本特征信息进行更深层次的挖掘。[结果]仿真及台架实验表明,所提出的图卷积网络能够有效地学习更多样本信息,通过聚合邻近样本信息来提高非均衡数据集分类的准确率。[结论]该模型的召回率和精确率均高于其他分类模型,具有一定的工程应用价值。     

基于BP神经网络的图像识别跟踪技术

本文利用BP神经网络抗干扰性强,识别精准等优点对船舶进行识别跟踪。首先获取原始图像,然后预处理,以图像的全部灰度值为训练样本,以新不变矩特征向量为样本集输入到3层BP神经网络中,对含不同噪声均值的图像进行识别。实验结果表明,以新不变矩特征向量作为样本集时抗噪能力强,识别率高。最后以新不变矩特征向量作为样本集进行目标跟踪得到跟踪误差。     

基于加速退化的柱塞泵可靠性与寿命评估

针对舰船火炮人工后座液压系统中关键元件柱塞泵的传统寿命试验存在时间段长、费用支出高，难以满足快速可靠性评估的实际需求这一问题，以容积效率为失效判据标准，以出口压力为加速应力因子，在4种不同压力水平下进行恒定加速性能退化试验，采用最小二乘法对容积效率退化量进行5种不同退化轨迹拟合，并通过TOPSIS理论求得最优轨迹为指数型退化轨迹。针对伪寿命样本单一性问题，采用不同压力下时间折算公式对寿命样本进行样本扩增，通过对3种寿命分布模型的参数估计与K-S检验，得出其伪寿命服从Weibull分布。结合逆幂律加速模型得到额定工作压力下柱塞泵的中位寿命为2 3481 h，平均寿命为23 145 h，以及其可靠度函数等可靠性指标。结果表明：舰船火炮人工后座液压系统中柱塞泵在较长使用时间内有较高的可靠度，达到较长使用时间后逐渐下降，满足其长寿命、高可靠性的设计要求。这为舰船火炮人工后座液压系统中柱塞泵应力加速退化试验提供了标准参考。     

从生产成本分析探索修船企业成本管控支点的建立

通过对船舶维修样本企业生产成本的分析,结合船舶维修企业生产经营的特点,确定其成本结构中不变成本、变动成本和准不变成本的关系,找出生产经营过程中成本管控支点与企业收益的关系,为企业的经营管理指引成本管控的方向。     

弹道导弹最大射程评定的T统计估计法

应用T统计估计方法对弹道导弹的最大射程进行了评定,并与Bayes方法评定结果进行比较。通过对飞行试验数据及先验数据拟合,求得分布参数。计算表明,样本数量少时,二者差别大;样本数量较多时,二者结果接近。由于弹道导弹飞行试验次数有限,对其最大射程的评定应用何种估计方法,需要依据实际飞行试验情况决定。     

独家策划

在中国海事的版图上,如果以地市为单位,那么,这幅版图会被划分成大大小小数百个区域。选取任何一个样本,盘点他的历史,再对照他的现实,我们都可以看到为“制作”这个区域样本的海事人所追求与坚守的宝贵东西。这些东西包括他们的监管效果、监管方式以及他们的职业精神等,中山海事局便是这样一个标准的样本。     

基于实船观测的大型船舶制动距离研究

实船观测了我国多个典型港口的大型码头199艘船舶的制动距离数据样本,对制动距离分别进行了大样本和小样本两次统计分析,提出了大型船舶制动距离的建议值,为规范修订提供了技术支持。     

船用产品检验专家系统及样本分析方法的应用

介绍了船用产品检验专家系统的内容和特征,说明了样本的形成及涉及船用产品检验的样本条件以及样本的回归分析。     

基于计算机应用技术的舰船图像修复研究

常规方法匹配待修复样本块和填充样本块时,忽略了梯度项距离这一影响因素,造成修复图像与原始图像相似度较差。为此,提出基于计算机应用技术的舰船图像修复方法。采用计算机应用技术,可视化图像待修复区域轮廓,划分多个待修复样本块,通过优先权确定样本块修复顺序,计算待修复样本块、填充样本块之间的颜色项距离、边界项距离、梯度项距离,选取距离最小的填充样本块,填充至匹配到的待修复样本块,完成图像修复。抽取舰船图像,设置对比实验,结果表明,设计方法相比2种常规方法,提高了修复图像PSNR值和SSIM值,修复图像与原始图像的纹理相似度、结构相似度更高。     

航海院校大学生适应性状况调查

以《中国大学生适应量袁》及自编《大学生基本情况调查表》为研究工具，选取江苏省两所航海类专科院校大学生共475人为研究对象，同时选取214名普通高校大学生为对照样本，考察航海院校大学生的适应性状况。结果表明，航海院校须根据其专业特殊性要求有针对性地加强对学生的适应性指导，培养学生的专业兴趣，提高其适应性。     

基于混合高斯模型的增量式聚类

为有效处理动态增长的数据集,获得增量数据的聚类结果,文中利用高斯混合模型模拟数据分布,将原有样本所属高斯成分的均值和先验概率视为这些样本的代表点信息,并将其后验概率松弛为0和1两种状态,在密度参数新的迭代公式的基础上,依据标准EM算法设计增量式EM算法,避免了在估计混合密度参数的过程中对原有样本后验概率的重复计算,从而...     

射线荧光光谱法在金属氧化物材料成分分析中的应用

传统光谱法对船舶金属氧化物成分检测产生的紧密度波动,会影响其检测精密度。为了有效解决这一问题,设计在传统射线荧光光谱法的基础上,引入二元比例分析法,提出新型光谱检测方法。根据金属氧化物基础理论和朗格斯比尔液体检测准则,确定光谱吸光度,引入L,K两元曲线,完成光谱参数调试,制备检测样本试剂和溶剂,混合后进行充分氧化反应,填入硝酸氨、氢氨和高纯氨气,以间隔增温的形式完成样本试剂的氧化消解,最后根据样本检出限确定样本吸光度值,结合二元比例检测公式,获取最大吸光度下检测目标的元素量,该元素量即为最后成分分析结果。实验数据表明,二元比例射线荧光光谱分析法的元素光影曲线校准度提高了29%,增强效应影响因子降低了21%,可以有效提高船舶金属氧化物检测分析的精密度。