船舶采集图像智能分类研究

为实现不同角度和不同距离下,船舶采集图像的智能分类,提出基于多尺度注意力深度卷积神经网络分类算法的船舶采集图像智能分类。将采集的船舶图像输入该网络中,网络的多尺度深度卷积层采用3个多尺度特征注意力模块结合深度残差模块,提取船舶采集图像不同层次的局部不变性特征;池化层对该特征转换处理后形成特征向量;全连接层池化层引入尺寸匹配函数融合特征向量,形成多尺度纹理特征向量并输入分类层,实现船舶采集图像智能分类。测试结果显示：该方法可实现不同船舶类别图像特征提取,gini指数结果均在0.963以上,可依据分类需求,实现不同角度以及距离条件下、不同的船舶图像类别的准确分类。     

基于神经网络特征提取的SSA-SVM船舶目标识别方法

运用神经网络图像特征提取联合SSA-SVM分类算法,对通航区域图像中的典型船舶目标进行识别以实现船舶目标的自动分类。首先通过摄像机获得通航区域的高分辨率图像,以AlexNet深度学习网络为基础经迁移学习后提取典型船舶目标特征,获得4种船舶类型、共5 505 024个特征数的典型船舶目标特征矩阵。以特征矩阵为训练依据训练SSA-SVM算法,在种群寻优下获得最佳识别参数,经训练得出在小数据集下具有较强辨识能力的SSA-SVM船舶目标识别模型。实验表明,相比于深度学习的大数据集驱动识别算法,使用AlexNet特征提取的SSASVM算法能够在数据量较少的情况下对散货船、集装箱船等典型船舶目标进行有效识别,识别准确率为88.87%、训练时长为1 856 s,满足实用需求,为水上监管提供了可靠的技术支持。     

基于深度卷积神经网络的船舶识别方法研究

为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法。利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类。算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实。实验结果表明,该方法平均识别正确率达到93.6%,可以很好地实现船舶识别。     

基于深度卷积神经网络的船舶识别方法研究

为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法.利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类.算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实.实验结果表明,该方法平均识别正确率达到93.6％,可以很好地实现船舶识别.     

船舶电气系统故障识别的建模方法研究

为了改善船舶电气系统故障识别结果,提出基于机器学习算法的船舶电气系统故障识别方法。首先采集船舶电气系统工作状态的数据,并提取船舶电气系统故障识别特征向量,然后利用机器学习算法对船舶电气系统的训练样本进行学习,建立船舶电气系统故障识别模型,最后进行船舶电气系统故障识别方法有效性测试实验,测试结果表明,本文方法能够获得较高正确率的船舶电气系统故障识别结果,同时船舶电气系统故障识别整体结果显著好于其他船舶电气系统故障识别方法。     

一种实时船舶交通事故识别方法

为了提高实时船舶交通事故预测能力,基于支持向量机技术构建支持向量机预测模型。将历史事故数据和非事故数据按照7∶3的比例分成训练集样本和测试集样本,分别用来训练模型和检验预测精度,结果表明事故分类正确率为82.13%,整体分类正确率为80.34%。通过与其他预测模型分类结果比较,发现虽然支持向量机模型的非事故分类正确率稍低,但事故分类正确率明显高于其他模型。实例表明支持向量机模型用于事故预测有效。     

深度学习算法的船舶通信网络非法入侵行为识别研究

非法入侵严重影响船舶通信网络安全运行,船舶通信网络非法入侵行为具有很强的变异行为,导致当前船舶通信网络非法入侵行为的识别效果差。为了对各种船舶通信网络非法入侵行为进行准确性识别,提出深度学习算法的船舶通信网络非法入侵行为识别技术。该技术将船舶通信网络非法入侵行为识别看作是一个模式分类问题,将非法入侵行为划分多种类型,然后提取各种船舶通信网络非法入侵行为的变化特征,采用深度学习算法对变化特征和船舶通信网络非法入侵行为类型之间的联系进行分析,以区别各种船舶通信网络非法入侵行为,最后选择有代表性的船舶通信网络非法入侵行为进行了性能测试。结果表明,深度学习算法的船舶通信网络非法入侵行为识别率高于95%,非法入侵行为识别时间控制在2 s以内,可以满足现代船舶通信网络通信安全的需要。     

基于K-Means和XG-Boost算法的“两步式”船型分类映射

由于当前的船舶分类较为单一,不同类型船舶的尺度和航行油耗等特征参数存在很大差异,采用相同的油耗标准衡量不同类型船舶的油耗会产生很大偏差。为有效解决该问题,以某公司的干散货船、集装箱船和油船为研究对象,提出一种“两步式”船型分类方法。采用K-Means算法对该公司内部船舶的9个属性进行分类,并基于肘部法则确定分类数量;根据得到的簇的数量,采用K-Means模型对船舶进行分类,并打上分类标签。针对该公司外部船舶属性数据缺失严重、数据质量较差的情况,基于上述分类标签,采用XG-Boost算法对该公司内部的船舶进行二次训练,使船舶分类模型具有处理数据缺失问题和提供分类概率的能力。实际应用结果表明,该“两步式”船型分类方法能对公司内外船舶能耗表现一致的船舶进行合理分类,并建立公司内外船舶的映射关系。     

基于深度学习的海上目标快速检测方法

在智能海洋船艇自主导航和避障过程中，对周边环境的感知能力非常重要。本文针对智能船艇对环境感知的速度和精度需求，提出了基于深度学习的海上目标快速检测方法，并构建了以船舶、浮标和岛屿为检测目标的海上目标数据集。本方法通过提取目标图像不同尺度特征语义信息，应用多框检测器实现对目标的分类和定位，采用非极大值抑制算法筛选最优结果，实现了海上目标快速高精度检测。实验结果表明，本方法在自建数据集上取得了83.3%的识别正确率，单帧耗时9.8ms, 在相同实验条件下，正确率和单帧耗时均优于现有同类快速目标检测方法，证明了该方法可以满足智能船艇对环境感知的速度和精度需求。     

远洋船舶目标检测中图像分类识别研究

为准确划分远洋船舶类别,实现远洋船舶目标检测,保障海洋生态环境、海洋交通与国防安全,研究远洋船舶目标检测中图像分类识别方法。采用小波分析法,通过二维小波变换获取低频子图像、水平细节子图像、垂直细节子图像和对角细节子图像,将其作为远洋船舶图像特征;采用采用双向递归神经网络(BRNN)的深度学习方法构建分类器,将远洋船舶图像特征作为输入向量,通过递归神经网络将输入向量映射至输出向量,得到船舶目标图像分类结果。同时利用改进粒子群算法优化分类器中的权重与偏差参数,提升船舶目标图像分类精度。实验结果显示,所研究方法能够有效划分船舶目标图像类别,且划分精度高于97%。     

基于ARM的CAN总线机舱测量系统的研究

采用ARM作为机舱测量系统中的主控制器,利用ARM的高性能和可裁减性构建CAN总线通信控制网络,可以实现系统全部节点之间的数据共享以及相互之间的协同工作。     

面向研究生创新能力培养的电子导师平台建设探索

创新教育是研究生教育质量的灵魂.本文在分析了电子导师这一新型的研究生教育培养模式的基础上,实现了一种面向研究生创新能力培养的电子导师平台,并对平台的定位和作用进行了深入研究,同时还分析了平台的总体设计思想和技术实现框架,电子导师解决研究生教学中的一些基础问题的意义,促进电子导师在培养研究生创造性思维中的作用,具有重要的理论意义及广泛的应用前景.     

浅谈网络财务

随着网络技术的飞速发展,以网络为基础的电子商务改变着企业的经营管理模式,形成全球化的网络经济.网络财务以其独特优势随之产生并发展,它突破了时空的限制,实行了适应网络环境的新处理方式,必将大大提高企业的管理效率,为企业创造更多的财富.文章介绍了网络财务产生的必然性、特点、应用及存在问题.     

基于网络的随船器材全资可视化系统的研究

依托有线专网和北斗卫星网,研制覆盖随船器材供应链和被服务方的全资可视化系统,实现被服务方随时获取自己申请单的供应链信息,包括器材申领、器材批复、器材运输、器材维修等信息,达到被服务方对整个随船器材服务流程的全维可视和全程可控的目的,从而为随船器材的精确化保障提供技术手段。     

船舶非单点搁浅受力分析

用力学分析的方法,解决船舶非单点搁浅时船底受力大小及脱浅拖力最小值的计算方法问题,并由此提出船舶自行脱浅的两种方法。     

针对持续性跟踪无人艇的探测技术

美国国防先期研究计划局(DARPA)提出的持续性跟踪无人艇(ACTUV)项目对潜艇的隐蔽性和安全性形成重大挑战。加强对ACTUV的搜索、探测、定位,保障潜艇部队安全,是我国海军面临的新任务。本文研究从天基、海基、空基进行搜索侦察,并提出一种多维数据融合定位技术,为相关科研项目提供参考。     

推车机正钩板设计

黄骅港一期翻车机系统主要翻卸车型为C64和C70,翻卸模式为解列翻卸和不解列翻卸两种。在解列翻卸C64车型的过程中,存在推车机推空车皮时火车车钩不正的问题。     

基于FAHP法的造船起重机结构安全性评价研究

针对目前国内外造船起重机安全性评价方法的不足,研究基于模糊层次综合评判法(FAHP)的造船起重机金属结构安全性评价方法,采用层次分析法(AHP)确定指标权重,将模糊综合评判理论运用于起重机金属结构综合评估中。以造船门座起重机为例,建立多指标、多层次安全性评价模型,对指标状态值进行无量纲化处理,运用层次分析法确定权重值,采用模糊综合评判理论计算各层评价值,并最终得到整机金属结构安全指数,为起重机使用企业和特检部门开展工作提供参考依据。     

基于CFD的斜流对螺旋桨性能影响探究

对于拖船、拖网渔船及高速艇等船型,其螺旋桨处在斜流工作条件下。为研究斜流对螺旋桨水动力性能的影响,文章使用商用流体力学软件STAR-CCM+对不同斜流角下螺旋桨的水动力性能进行计算。计算结果表明,斜流会导致螺旋桨敞水性能下降并诱发横向力,对船舶航速、传动轴系及船舶操纵性产生不利影响。     

纳米隔热材料在舰船上的应用研究

纳米材料依旧是21世纪的明星材料,纳米隔热材料由于其明显的低热导率,一出现就成为舰船行业的研究热点。与传统的隔热材料相比,相同的隔热面积需要的纳米隔热材料更少。本文以纳米孔隔热材料的制造工艺为例,探索纳米隔热材料的工艺流程,并将纳米孔隔热材料和传统的隔热材料的压缩强度进行对比,对不同温度下纳米孔隔热材料的加热线收缩率进行研究。结果发现,纳米孔隔热材料的压缩强度高于传统的无机隔热材料,却低于硅酸铝纤维,纳米孔隔热材料的最佳使用温度为1 000℃左右。