大型深远海油气资源开发保障平台研发

为解决南海油气资源开发面临的物资补给问题，提出一种大型深水浮式保障平台概念。系统地呈现深水浮式保障平台的设计和分析流程，包括设计基础、关键系统设计和各项性能分析。通过研发、应用该深水浮式保障平台，有助于填补深远海油气资源开发领域的大型物资保障装备技术空白，加快南海油气资源勘探开发的进度。     

全球高级船员资源管理新模式探究

以对航海人才资源配置研究为出发点，从分析高级船员职业特点及其资源分布入手，论述了探索高级船员资源管理新模式的必要性和可行性，提出了全球高级船员资源管理的新模式，以及构筑全球高级船员资源管理平台的新思路。     

物联网技术在智慧港口中的应用初探

智慧港口是基于物联网技术为结构框架的港口。通过物联网技术搭建物流信息平台，进而提高港口和相关物流园区信息的综合处理能力，以及对相关资源的优化配置能力，提升工作效率，降低物流成本。将物联网技术应用于智慧港口的生产作业、仓储管理、物流跟踪等方面的建设中，使物联网智慧港口具有智能化、共享化和信息化的特点。为现代物流提供更安全、高效和高品质服务的新型港口。     

高校贫困毕业生就业帮扶体系的构建

深入分析高校家庭经济困难毕业生就业难的原因和特点，从制度、管理、思想、心理、平台搭建及挖掘社会资源等方面，从建立健全制度、加强管理、依托思想政治教育、重视心理健康教育、搭建沟通平台、挖掘社会资源等几方面提出构建高校经济困难毕业生就业援助体系。     

新一代舰用信息平台技术体制初探

简要介绍了舰船电子系统内部通信网络、计算机网络的技术体制及特点，从舰船电子系统信息化的发展角度，以现有的舰船信息平台技术体制为基础，提出了新一代舰用信息平台的技术体制，并对其网络技术体制特点进行了简要分析。     

美俄深海大型载人作业平台的发展

对美国和俄罗斯2个国家的深海大型载人作业平台技术的发展和应用进行梳理。回顾美国和俄罗斯深海大型载人作业平台的发展历程，分析几型现役、退役和概念型平台的主要技术特点。重点研究这类平台在研发、制造和应用方面的关键技术，总结以深海大型载人作业平台为核心的深海作业技术体系。研究结果对我国深海作业技术体系的发展具有一定的参考和借鉴意义。     

基于多Agent的反潜水面舰艇仿真平台模块化设计

为了满足仿真系统中智能兵力的智能性和反潜战军事领域仿真资源的可重用性要求,针对现代水面舰艇反潜作战特点和系统设计的新需求,结合模块化建模和多Agent建模2种方法,从宏观和微观角度对水面舰艇仿真平台进行了功能分析;划分了舰艇平台系统模块,建立了舰艇平台层次多Agent模型;利用XML技术在HLA基础上进行了水面舰艇平台的联邦成员设计,分析了联邦成员信息交互关系,完成了各种Agent的构造和决策设计。从而满足了系统仿真粒度的需求,提高了系统仿真平台模型资源可重用性、灵活性和可扩展性。     

企业级云计算平台服务编排技术的设计与实现

为构建能适应企业复杂应用环境和异构多云资源交付特点的云计算管理平台,利用面向对象的设计思想,结合跨平台、多语言的研发手段,设计一套适用于大型集团型企业的云计算服务编排技术.详细阐述该云计算服务编排技术的设计目标和设计原则,在基本实现纳管企业基础云资源的情况下,进一步实现企业多元化的云基础资源和云应用自助交付能力.以某大...     

青岛将建国家海洋实验室

由山东省政府组织的青岛海洋科学技术国家实验室一期工程建设项目论证会于2008年1月29日在青岛召开，这预示着计划总投资10亿元的国家重点实验室项目将进入全面实施阶段。该项目定址在青岛北郊的即墨鳌山湾畔，其建设项目包括高性能科学计算与系统仿真平台、海洋分子生物技术实验平台、滨海综合实验平台、深海资源实验平台、海洋高端仪器设备研发平台和海洋调查观测平台共6个公共实验平台，     

海上风电安装技术及装备发展现状分析

我国海上风能资源丰富,发展潜力巨大。文章总结分析了海上风电安装特点及存在问题;探讨了国内外现有风电安装船(或平台)类型、主要机具、关键结构及技术;并进一步提出了海上风电安装技术及设备发展趋势,为我国海上风电安装技术和装备发展提供借鉴和建议。     

多仿生机器鱼群体定位控制

研制了一种多微小型仿生机器鱼实验平台，对微小型机器鱼的游动速度、最小转弯半径和急转角度等机动性能进行了测试。在此基础上，进行了机器鱼水中定位控制的研究。由于水面波动和多机器鱼之间的相互干扰，机器鱼在水中的游动是一种高度的非线性问题，难以进行精确定位控制。提出了一种机器鱼自学习的算法，通过建立机器鱼行为信息数据库，实现了机器鱼的精确定位控制。     

基于深度学习的水面无人船前方船只图像识别方法

建立基于图像识别系统的水面无人船感知平台,采集内河船舶图片数据库建立船只检测单层多尺度深度学习（Single Shot Multibox Detector,SSD）框架,通过使用预训练模型参数调优并微调分类框架实现较高的内河船舶检测准确度。试验结果表明,不同天气状况下的识别算法的查全率和查准率均能保持在70%以上     

混合智能控制技术在船舶电站励磁控制中的应用

将混合智能控制技术应用于船舶电站同步发电机励磁控制，通过一种结合自组织学习和BP学习的混合学习算法，学习并调整控制器参数和结构，该算法比通常的BP算法收敛性好，速度快。仿真结果表明，该算法能很好地稳定机端电压。     

面向海工生产调度问题的多智能体求解系统

设计面向海工项目多主体协商生产调度问题的多智能体求解系统架构,明确海工生产调度多智能体系统的协商机制和冲突消解策略,为问题的求解提供基础保障。此外,为增强智能体的推理决策能力,提高问题求解效率和求解精度,基于分层强化学习理论提出面向海工生产调度问题求解的学习模型与多智能体系统学习机制。在此基础上,开发面向海工生产调度问题的多智能体求解原型系统,进行实例验证,为在海工企业中进行实际应用提供可能。     

复杂海况下基于强化学习的USV局部路径规划方法研究（英文）

Conducting hydrodynamic and physical motion simulation tests using a large-scale self-propelled model under actual wave conditions is an important means for researching environmental adaptability of ships. During the navigation test of the self-propelled model, the complex environment including various port facilities, navigation facilities, and the ships nearby must be considered carefully, because in this dense environment the impact of sea waves and winds on the model is particularly significant. In order to improve the security of the self-propelled model, this paper introduces the Q learning based on reinforcement learning combined with chaotic ideas for the model's collision avoidance, in order to improve the reliability of the local path planning. Simulation and sea test results show that this algorithm is a better solution for collision avoidance of the self navigation model under the interference of sea winds and waves with good adaptability.     

Local path planning method of the self-propelled model based on reinforcement learning in complex conditions

Conducting hydrodynamic and physical motion simulation tests using a large-scale self-propelled model under actual wave conditions is an important means for researching environmental adaptability of ships. During the navigation test of the self-propelled model, the complex environment including various port facilities, navigation facilities, and the ships nearby must be considered carefully, because in this dense environment the impact of sea waves and winds on the model is particularly significant. In order to improve the security of the self-propelled model, this paper introduces the Q learning based on reinforcement learning combined with chaotic ideas for the model＇s collision avoidance, in order to improve the reliability of the local path planning. Simulation and sea test results show that this algorithm is a better solution for collision avoidance of the self navigation model under the interference of sea winds and waves with good adaptability.     

基于局部线性重构的全景高光谱影像低维可视化

论文提出一种基于局部线性重构的半监督学习全景高光谱影像扩散坐标系延拓方法.基于半监督学习思想,利用ε-net近似逼近全景高光谱影像的特征空间,并计算出对应的扩散几何坐标,进而基于局部线性性质在ε-net所逼近的特征空间上局部线性重构出外采样点的扩散几何坐标.相对于基于坐标系配准达到大尺度高光谱影像可视化的方法,半监督学习范式能够给出全景高光谱影像更为一致的坐标表示.     

船舶制造信息资源标准管理模型及其应用研究

针对船舶制造信息资源标准研究明显不足,导致其生产组织与计划混乱、生产效率底下的现状,提出面向船舶制造业的制造信息资源标准模型,在此基础上构建其编码映射及集成模型.并根据某船舶企业的实际情况,通过建立基于船舶制造信息资源标准的集成制造管理平台,对体系和模型的正确性和有效性进行了验证.     

Feedback-feedforward variable gain iterative learning method adopted in electro-hydraulic position servo system北大核心CSCD

[目的]为了实现电液位置伺服系统的精确控制,提出一种反馈-前馈变增益迭代学习法。[方法]首先建立电液位置伺服系统的简化模型,然后对迭代学习控制算法进行改进,采用带遗忘因子的变增益学习律,最后开展Matlab仿真对比验证。[结果]仿真结果表明:相较于传统的迭代学习和传统PID控制,改进后的迭代学习算法具有更好的收敛性和更小的跟踪误差,可以使电液位置伺服系统快速精确地跟踪位置曲线,从而提高系统动态特性。[结论]研究成果可为电液位置伺服系统的控制性能优化及实际工程应用提供参考。     

神经网络自适应控制算法的研究和MATLAB仿真

本文针对神经网络系统跟踪输入信号时,由于误差总是存在导致学习过程难以结束的特点,以一种用BP 网络逼近对象的学习算法为基础,结合相应的控制算法加以改进,并得到了一种快速学习因子的选择方法。结合不同对象通过MATLAB进行仿真,均获得了满意的效果。仿真和分析表明,该算法能保证系统具有良好的动态品质。