基于安卓系统的船联网信息终端的设计

近年来,移动互联网技术和通信技术迅猛发展,从而促进了工业领域的智能化、信息化进程。船联网是建立在船舶网络通信和互联网基础上的智能信息网络,船联网极大的促进了船舶导航、信息交换和船舶定位等技术。本文针对船联网的信息终端开发,结合新型的移动编程和应用平台-安卓系统,构建信息终端的软件和硬件单元,并对该设计过程进行系统介绍。     

物联网技术在海关集装箱监管中的应用

1物联网技术发展概况物联网指按约定的数据协议,通过各类传感装置采集信息和处理数据,实现物品信息在网络环境下的可视化,从而对人和物进行识别、定位、跟踪、监控和管理的智能化系统。物联网一般包含感知层、网络层和应用层:感知层主要通过射频、视频、全球定位系统(Global Positioning System,GPS)、传感器等技术识别、跟踪、采集物品的静态和动态信     

中加集装箱电子标签航线开通

2011年10月25日,中国——加拿大集装箱电子标签航线开通仪式在上海国际港务(集团)股份有限公司举行。今后,由该公司研发的集装箱电子标签技术将全面应用于上海——温哥华航线。集装箱电子标签监控系统在互联网的基础上,利用无线射频识别和无线数据通信等技术,实时记录集装箱运输中的箱货信息以及相关的安全信息,其信息"交流"自动完成,无需人为干预。由上海国际港务(集团)股份有限公司研发的中加集装箱运输全程实时在线监控系统于2011年4月19日在上海——温哥     

物联网:物流业未来科技发展方向

物联网是信息化应用的新模式,它通过信息传感设备,进行信息交换和通讯,实现智能化识别、定位、跟踪、监控和管理。物联网用途广泛,遍及智能交通、环境保护等多个领域,是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。     

基于辐射源特征信息的目标识别技术

针对舰船目标进行识别的问题,研究了基于模糊理论的辐射源类型和目标类型识别技术.首先,对探测到的辐射源信息按方位角进行分类,一类对应一个目标,然后利用辐射源特征信息和辐射源数据库对辐射源类型进行识别,再利用同一类辐射源类型的识别结果结合目标数据库对辐射源平台(目标)进行识别.     

信息共享与服务系统的研究开发

近年来,随着IMO(International Mariti me Organization)对船舶配备AIS(Automatic Indentification System)设备强制性要求的实施,世界沿海国家AIS基站建设迅速发展,AIS的应用日益普及。利用AIS资源,建立广泛共享、实时服务的船舶助航信息服务新体系将有助于船舶的航行安全。研发AIS基站网络系统收发接口、AIS服务器及数据库、AIS信息WEBGIS(Web Geographic Information System)平台,实现以符合国际I HO-S57标准电子海图数据为基础,叠加实时的AIS信息,运行于互联网上的AIS信息WEBGIS平台。用户通过有线或无线的方式登陆互联网,在通用的网络浏览器上,可以方便、及时地浏览、查询和获取AIS及船舶助航信息。同时管理部门可用该平台通过AIS基站播发AIS安全信息及航标动态信息。     

基于船联网的内河船舶装载量远程监测系统

基于江苏省智能航运信息综合服务(船联网)平台建设,为满足内河运输船舶远程装载量监测及营运能效分析需求,采用吃水传感器探测船舶吃水,同时结合数据采集电路等硬件设计,以及数据滤波算法、装载量计算、传感器安装方案等关键技术研究,研发了内河船舶装载量远程监测系统,实现了实时采集船舶装载量和横倾、纵倾状态数据,并可与现有船舶远程能耗监测系统单独或合并应用,更准确地考核船舶营运效益,为提升船舶的能效设计指数(EEDI)和能效营运指数(EEOI)提供参考。     

RNN查询在船联网移动环境下的缓存应用

基于移动物联网的各类船用电子应用越来越广,应用采集数据类型及长度极速增加,如何保障数据挖掘实效性及准确性关系到各类应用的性能。数据查询是数据挖掘最基本的手段,传统的基于链式的查询方法已经越来越不适应船联网环境下的大数据并发查询。空间数据反向最邻查询(RNN)能够适应高纬度的数据挖掘,在网络路径较为复杂的移动互联网环境下有更好的性能。本文重点研究船联网移动RNN查询算法应用,最后进行仿真。     

基于SOFM星聚类的星图识别算法

介绍一种利用SOFM(自组织特征映射)网络的聚类功能进行全天星图识别的方法。应用C 软件编程，对全天导航星星表的星信息进行了采样、分类和仿真识别。指出SOFM网络可以很好地提取、反映星图中的复杂信息，抗噪能力明显优于其他传统算法，分类效果较好，可以在星图识别中发挥很好的作用。     

船舶构件快速识别技术的研究

本研究通过分析、提取船舶二维图纸中型线的特征,建立能表达型线信息的属性向量,在此基础上提出了一种船舶结构快速识别的方法,即将自组织特征映射神经网络(SOM)的方法运用于图形的识别和聚类。进一步的,运用自顶向下分层识别技术,通过一次或多次识别及判定实现对二维图纸设计信息的提取。以此为依据开发完成了船舶结构智能识别系统。通过对某船某肋位横剖面图的识别,检验了该方法的可行性和系统的实用性。