基于深度学习的舰船前方障碍物图像快速识别

航运时代的到来,舰船行驶速度得到提升,航运货物量逐渐增加,舰船事故频发。依靠当前舰船前方障碍物图像快速识别方法完成障碍物识别的方法已经逐渐落后。针对目前的舰船发展方向,设计基于深度学习的舰船前方障碍物图像快速识别方法。使用Sobel算子完成障碍物图像边缘划分过程,初步确定障碍物边缘形状。选用深入学习中的人工神经网络技术作为核心技术,构建对应的图像识别网络,完成障碍物识别过程。至此,基于深度学习的舰船前方障碍物图像快速识别方法设计完成。构建实验环节,经实验结果表明,深度学习识别方法的图像识别效率较高,识别精度较为稳定,使用其完成障碍物识别效果优于当前方法。综合以上结果可知,深度学习识别方法具有科学性,可将其应用到日常生活中。     

特征匹配的舰船图像识别算法

针对传统的舰船图像识别算法的鲁棒性较差的问题,研究特征匹配的舰船图像识别算法。对待识别的舰船图像做降噪和边缘强化处理,建立高斯金字塔使用SIFT方法提取预处理后的图像中的特征,并对提取的特征进行匹配。在神经网络中对匹配后特征对过滤,对过滤后的匹配特征对分类处理完成对舰船图像的识别。通过与传统图像识别算法的对比实验,证明了研究的特征匹配的舰船图像识别算法具有更佳的鲁棒性。     

深度学习算法在舰船电子海图识别中的应用

海上运输业务的不断增多,使得航运领域的发展速度随之大幅度加快,图像识别技术在该领域中的应用范围大幅度拓宽。为在现有的基础上进一步提升图像识别的精度和效率,业内的专家学者进行大量的研究探索。与此同时,电子海图结构发生了一定程度的变化,传统的图像识别算法现已无法满足电子海图识别的需要。基于此,选取深度学习算法中的卷积神经网络,搭建识别模型,提出量化方法,增强识别的精度。通过量化处理之后,网络模型的性能得到显著提升,满足了舰船电子海图识别的要求。     

基于并行深度卷积神经网络的舰船通信异常数据检测研究

为了提高通信异常数据检测效果,设计基于并行深度卷积神经网络算法的大规模舰船通信异常数据检测方法。采集大规模舰船通信数据,采用小波变换对数据实施降噪处理,将降噪后数据输入并行深度卷积神经网络中,经过模型训练提取特征,利用Softmax分类函数得出舰船通信异常数据特征,输出舰船通信异常数据检测结果。实验结果表明：该方法可有效实现大规模舰船通信异常数据检测,其加速比最高,并行效果最优;具有较强的大规模舰船通信数据集检测能力,提高大规模舰船通信异常数据检测效果。     

舰船监控图像拼接与识别研究

针对当前舰船监控图像拼接与识别存在的弊端,如拼接错误率高、识别正确率低等,为了提高舰船监控图像拼接与识别效果,设计了一种神经网络的舰船监控图像拼接与识别方法。首先提取舰船监控图像拼接的特征,并根据拼接关键点方向直方图建立舰船监控图像拼接模型,然后引入神经网络构建舰船监控图像识别的分类器,最后进行了舰船监控图像拼接和分类仿真模拟测试实验。相对于其它舰船监控图像拼接方法,本文方法的舰船监控图像拼接正确率得到了提升,同时本文方法的舰船监控图像识别正确率超过了90%,使得舰船监控图像的误识率大幅度减少,具有一定的实际应用价值。     

舰船监控视频传输中虚假图像识别方法研究

传统的舰船监控视频传输中虚假图像识别方法图像识别精准度低,为此设计一种舰船监控视频传输中虚假图像识别方法。采用加权平均值法对虚假图像灰度化处理,并利用直方图均衡化处理的方法对虚假图像中的灰度直方图转换。同时,采用二维双树小波变换方法对虚假图像重建以及图像分割,对舰船监控视频传输中虚假图像背景更新,完成了舰船监控视频传输中虚假图像识别。实验证明,此次设计的图像识别方法比传统方法的识别精准度高,实际应用意义大。     

改进神经网络的舰船图像语义分割算法

针对传统图像语义分割算法耗时较长的问题,提出改进神经网络的舰船图像语义分割算法研究。首先需要将原始图像预处理,利用阈值分割法,检测出灰度值差异,分离图像主体与背景,检测主要特征,获取全局信息,增强细节捕捉能力,强化图像目标的类别属性,采用多尺度池化的网格结构,融合图像特征,利用分类器将像素分类,将全连接层更换为卷积层,完成分割结果的优化,至此结束改进神经网络的舰船图像语义分割算法的研究。设计仿真实验,将所提出算法与其他2种传统算法对照分析,验证改进神经网络的应用效果,实验结果表明,将改进神经网络应用到舰船图像语义分割过程当中后,所耗时长稳定在75～95 ms之间,明显优于传统算法。     

基于深度学习方法的海上舰船目标检测

为了提高海上无人艇的舰船目标检测精度和速率,本文基于深度学习方法,利用卷积神经网络、区域建议网络及Fast R-CNN检测框架构建了舰船检测系统。该系统通过共享的卷积神经网络提取特征;通过区域建议网络生成候选区域;通过Fast R-CNN框架实现目标检测识别,从而实现端到端的舰船目标检测。实验结果表明,相比于传统机器学习目标检测算法,该舰船检测系统在检测精度及检测速率上均有大幅提高,达到83.79%的准确率及0.05 s/帧的检测速率。本文的舰船检测系统在检测精度及速率上均表现优异,满足了水面无人艇的工作要求。     

基于深度学习技术的舰船无线通信应用研究

随着人工智能技术在各产业应用领域的深入,未来的人工智能技术也将应用于不同的落地场景中,会向着差异化方向发展,并通过最佳的模型和算法设计匹配场景特征.该文介绍了人工智能技术原理及发展现状,将深度学习技术引入舰船无线通信网络应用领域,基于舰船平台特点设计具有时序记忆特征的深度学习神经网络,分析神经网络模型实现落地应用有关的关键理论和工程技术,为舰船平台通信细分领域应用人工智能技术提供参考.     

基于改进视觉注意模型的舰船目标图像识别算法

以往使用基于局部Radon变换识别方法、基于SAR光学遥感图像识别方法受到复杂背景影响,使图像识别结果存在较多噪点和杂色,导致识别精准度较低,针对该问题,提出了基于改进视觉注意模型的舰船目标图像识别算法设计。构建改进视觉注意模型,初始分割阈值,采用中心周边算子,避免图像识别出现噪点。考虑双敌色效应,计算不同图像中心周边差异,避免图像识别出现杂色,提取舰船目标图像特征,再次阈值分割,识别出舰船目标图像。由实验结果可知,该算法识别效果好,最高识别效果为0.97,具有精准识别效果。     

《中华人民共和国物权法》有关条款在船舶物权登记中的应用

为明确《中华人民共和国物权法》实施对于船舶物权登记工作的指导作用,从船舶物权登记的性质、登记机关的审查义务和赔偿责任、共有船舶的处分原则、船舶价值评估和登记规费征收以及新船舶登记制度的创设等6个方面分析《物权法》有关条款在船舶物权登记实践中的应用,认为《物权法》的实施对船舶物权登记产生重要影响,船舶登记机关应及时转变观念。     

渔检发展凸显体制困局——访中国渔业船舶检验局局长周彤

近年来,百万艘渔船安全问题始终是中国水上难以驱散的阴霾.随着国际国内对生命和环境保护的日益重视,中国渔船安全更是备受关注.作为渔船安全的第一道防线,中国渔船检验现状如何?     

潜艇模块化的生命力设计研究

文章讨论了实施模块化方法建造潜艇的意义,对潜艇模块化体系的生命力作了初步的论述,提出近期可能实现的功能模块.     

马来西亚砂捞越州沿岸波浪实测资料的应用

介绍在波浪资料缺乏的情况下，利用过往船舶随机观测到的散落于大面积海域的波浪数据来满足工程设计要求的实例。     

虚拟样机技术在气垫船推进系统特性研究中的应用

由于气垫船的结构特点,传统的研究方法不适于气垫船推进系统特性研究.本文将现代虚拟样机技术引入气垫船推进系统特性研究中,对气垫船船体和轴系建模及船体-推进系统的耦合方法进行了比较研究.并应用本文提出研究方法,对某型气垫船推进轴系进行了动态支承力的仿真研究.     

不确定动荷载作用下的地基固结度估算

为了得到不确定动荷载作用下的地基固结度,通过工程实例,采用反分析法对不确定动荷载作用后地基的固结度进行了估算,并进行了现场验证。结果表明估算结果是可靠的,可供类似工程借鉴。     

天津港焦炭码头卸车坑地下连续墙渗漏水原因分析

通过对天津港南疆焦炭码头卸车坑地下连续墙的结构特点、施工过程、修补措施及当地的特殊的地质条件等因素的分析,综合考虑了各因素对地下连续墙的影响,从而客观地评价了地下连续墙渗漏水的成因,为选择适当的防渗漏材料提供了科学依据。     

换填法垫层厚度的优化设计

换填法地基处理设计关键是确定垫层的厚度。鉴于传统的设计方法存在不足,文章提出了一种改进的方法,经算例验证该法能更好地确定最佳垫层厚度,同时能适应不同的安全要求,具有较大的灵活性。     

Q25型牵引车油门操纵机构的改装

Q25型牵引车油门操纵机构主要由油门踏板、摇臂总成、拉杆、连杆等组成，通过控制调速器摇臂实现柴油机的调速，见图1。     

浙江省刺网渔船尾气排放调查研究

文章介绍了浙江省国内海洋捕捞渔船现状,阐述了尾气产生机理,对刺网渔船尾气排放进行实船检测,并对测量数据进行了分析对比,提出了下一步改进的对策及建议。