基于零样本学习的集装箱箱号识别系统研究

针对传统集装箱号识别方法对于新出现的没有标签的集装箱无法进行准确识别问题,介绍一种用于集装箱号自动识别的基于语义自编码器的零样本学习方法。该方法可实现对陌生集装箱号的准确识别;给出一种基于该方法的箱号识别系统及其智能视觉识别系统、后端集中管控系统、web前端系统组成,可为集装箱号识别解决方案提供参考。     

基于K最近邻决策的支持向量机分类算法及仿真

将基于支持向量机(SVM)的分类方法和最近邻法(NN)相结合,提出了一种SVM-KNN的分类方法。通过SVM算法对训练样本进行训练并找出支持向量,在进行待识别样本判断时,当其与最优分类面距离大于某一给定阈值时采用SVM决策模型,否则运用K最近邻法决策其类别,从而减少SVM算法的误判概率。仿真实验结果显示,运用该算法无论对于合成数据还是真实数据,在分类精度上比单独的SVM都有较明显的提高。     

基于进化规划算法的舰船辐射噪声分类

神经网络分类器在舰船辐射噪声分类中得到了广泛的应用.针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法.在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习.使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能.     

基于舰载雷达小样本的低慢小目标识别方法

本文针对舰载雷达低、慢、小目标探测面临的小样本识别问题,提出一种基于小样本学习的低慢小目标分类识别方法。该方法将低慢小目标雷达回波数据转换到小波变换域,利用多头注意力机制和双向长短记忆人工神经网络相结合的方式,解决了小样本目标分类识别的问题。在低慢小目标雷达回波仿真数据集上,开展模型训练和算法验证,分析任务差异性与识别准确率的关系,实验结果表明该方法对典型低慢小目标识别精度可达90%以上,在雷达目标识别领域具有较好的应用价值。     

快速SVM算法及在陀螺仪参数漂移预测中的应用

针对支持向量机在对海量训练样本进行训练时,训练速度慢而导致难以应用的问题,通过分析训练样本数目与训练时间之间的关系,利用支持向量机对小样本学习的良好特性,提出了基于样本分组的支持向量机快速训练算法.将海量样本分成小样本进行训练,然后对训练得到的多个支持向量机进行加权处理得到决策函数.此方法在标准数据以及陀螺仪参数漂移数据上进行了仿真应用,方针结果证明该方法可大幅提高训练速度,同时保证了较好的泛化能力.     

潜艇机械噪声源分类识别的小样本研究思想及相关算法评述

针对潜艇机械噪声源分类识别实际样本获取的困难,将该分类问题归结为一个典型的小样本模式识别问题加以处理;基于"信息"的观点,通过系统归纳、比较和借鉴国内外其它领域的一些主要研究思想和成果,明确了小样本条件下潜艇机械噪声源识别研究的"综合集成"技术路线;最后围绕实践提出了下一步需重点研究和解决的几个问题。     

基于深度学习框架的多类运动想象脑电分类研究

模式识别是脑机接口(brain computer interface,BCI)系统的核心部分,其中特征提取和分类方法对最终分类结果有着决定性作用.针对多类运动想象脑电识别过程中特征提取困难,识别准确率低的问题,文中提出了一种新的基于深度学习框架的多类别运动想象脑电分类方法.首先,为了满足深度学习方法的大批量样本的需要,使用自编码器(auto-encoder,AE)对训练样本进行扩充;其次,针对脑电信号的特点,设计4个巴特沃斯带通滤波器提取脑电的θ、α、β和γ波段,并对每一波段的信号进行傅里叶变换,然后计算幅值的均值和方差;最后,通过深度信念网络(deep belief network,DBN)对脑电信号进行分类识别.文中使用BCIⅢ的竞赛数据集对所提出的方法进行验证,实验结果表明,文中方法能够有效地提高多类运动想象脑电的分类准确率,分类结果的平均kappa系数达到了0.802 4.     

不平衡数据下船舶主机在线故障诊断研究

[目的]针对传统船舶主机的故障诊断模型难以采用实时数据及时更新,且船舶主机还存在监测点多但故障样本少的问题,提出一种能够处理不平衡数据并可以在线更新模型的故障诊断方法。[方法]首先,采用主成分分析法（PCA）对监测样本进行降维和特征提取,降低训练模型的复杂度;然后,通过SMOTETomek构造故障样本以平衡训练集;接着,针对诊断模型难以实时更新的问题,引入结合正则化方法且具备在线更新功能的在线贯序极限学习机（OSELM）模型;最后,以主机燃油系统为例验证OSRELM模型的可行性,并采用不平衡船舶主机数据进行消融实验以验证整体模型的有效性。[结果]结果显示,所提方法在原始模型的基础上可使诊断精度提升29.73%。[结论]研究表明所提方法较其他同类方法具有更高的诊断精度,波动幅度较小,具有较好的稳定性;且在样本不平衡的情况下,对于故障类样本仍具备较强的识别能力,适用于船舶主机故障诊断方面的研究。     

基于LDA的潜艇机械噪声识别算法研究

通过选取一定数量的潜艇机械设备噪声信号作为训练样本,利用线性判别分析算法(LDA)对噪声信号建立识别分类模型,然后将待测信号与已知信号库(机械设备正常工况下的噪声信号和所有已知故障情况下的噪声信号)中所有信号分别投影到识别分类模型上一一进行比对,确定潜艇机械噪声的类别.论文使用噪声模拟信号进行了相关实验,结果表明该方法能够比较准确的达到识别分类的效果.     

Bootstrap方法在机电设备振动状态阈值设定中的应用

针对船舶机电设备振动状态阈值设定中存在样本不足的问题,引入Bootstrap方法进行样本扩充。通过仿真实验分析比较2种常用Bootstrap算法的样本扩充效果及其适用性;提出了Bootstrap方法使用中应注意的事项;将该方法用于船用柴油机整机振动状态阈值设定,取得了较好的结果。     

基于运行模态分析的船舶推进轴系状态监测

论文提出一种基于运行模态分析(OMA)的新的船舶推进轴系状态监测方法。论文以船舶推进轴系试验台为试验对象,获取轴系运行时不同加载工况下的扭振信号,利用基于数据的随机子空间法(DD-SSI)识别扭振的固有频率,并与已知的试验模态分析(EMA)识别的轴系静态时同一加载工况下的结果进行对比,验证运行模态分析识别结果的准确性,并研究不同加载工况下轴系扭振固有频率随加载工况的变化规律。试验结果表明,运行模态分析能够准确识别轴系的扭振固有频率,且扭振固有频率的增量与加载量呈正相关,因而运行模态分析可以用作一种新的船舶推进轴系状态监测方法。     

基于多源信息融合的潜艇目标识别方法研究

提出一种基于多信息源的潜艇目标识别系统原理模型,介绍了证据理论在潜艇目标识别中的应用方法,给出了针对潜艇装备情况,建立各种识别信息源的方法,初步探讨了该识别系统的实现方法,并给出了有效的决策规则,为解决潜艇目标识别难题提供了一种新的解决方案.     

集装箱智能道口箱号识别系统中的字符识别技术

文章介绍的模式识别与结构分析组合及箱号校对的识别技术,很好地解决了集装箱智能道口箱号识别中的字符不完全在一个平面上与箱号横竖排列不定等问题。结果表明,这种方案能提高箱号识别的准确性及效率。     

基于深度学习的船舶设备信息智能化识别技术

针对船舶设备信息识别问题，提出采用基于深度学习的方法识别船舶设备种类信息。根据船舶设备特点进行图像预处理和图像样本标记，建立卷积神经网络。经训练得到可用于船舶设备信息识别的模型。对模型进行评估，调整网络结构和训练参数，得到准确率达到期望值的船舶设备信息识别模型。经预测和优化得到基于深度学习的船舶设备信息智能化识别模型，可实现船舶设备仓储管理智能化，在较大程度上提升管理效率。     

Automatic two-dimensional layout using a rule-based heuristic algorithm

 Efficient layout strategies are introduced for automatic nesting using a rule-based heuristic approach to improve the layout efficiency. Since a large portion of the complexity of the parts layout problem results from the overlapping computation, geometric redesign techniques are also suggested to reduce the complexity of the problem for a fast and reliable means of performing overlapping computation. A new heuristic sliding technique is developed to find a near-optimum layout location from all the feasible arrangements in such a manner that two or more arbitrary parts do not overlap or intersect. An identification method with a pivoting point is suggested to calculate the boundary of the overlap region in a fast computation time-frame. Resource plate clipping using virtual memory, based on a polygon clipping algorithm, is also proposed as a technique to reduce the geometric conditions of the resource plate and the overlap computation time by updating a new stock boundary of the resource plate for the layout space of the next part after each part is placed. The aim of this article is to develop a rule-based heuristic nesting system to achieve a new automatic layout on the AutoCAD system. For this implementation, some nesting examples are demonstrated. A rule-based heuristic approach can be desirable in terms of the layout efficiency and considering the computational time for nesting problems, and is proposed as a real-time layout simulation method in the industrial field. Received: October 7, 2002 / Accepted: March 27, 2003 RID="*"     

一种基于拓展支持向量机的无人船路径规划方法

为有效解决无人船实现智能航行面临的路径规划问题，提出一种基于拓展支持向量机（SVM）的路径规划方法。该方法在传统SVM路径规划方法的基础上，考虑任务途中障碍物的规避风险，将工作任务的起止点作为约束条件对传统方法进行拓展，并针对不同的应用情景给出线性路径规划和非线性路径规划的求解方法。同时，为提高路径规划的效率，从SVM的原理出发，提出一种训练集裁剪的方法，大幅度减少利用SVM求解路径时所需的训练样本个数。此外，通过仿真验证该方法的可行性和有效性。     

人工神经网络技术在目标识别中的应用

在多传感器信息融合的基础上讨论了目标种类识别的有关问题，并给出了直升机、固定翼飞机、导弹、水面舰艇、鱼雷、潜艇和水雷的识别准则和方法，并在此基础上提出了基于BP神经网络的目标种类识别模型。仿真计算结果表明，只要学习样本足够多，能够有效保证识别的正确性和克服基于规则的识别方法在模糊区识别效果差的问题。     

工程结构的拓扑优化设计研究

本文讨论了连续体结构拓扑优化的均匀化方法及其相关理论，分别针对静力问题和特征值问题建立了相应的结构拓扑优化模型。目前有关结构拓扑优化的工程应用研究还很不成熟，尤其在国内尚尾于起步阶段。本文将结构拓扑优化设计理论应用于实际工程结构的概念设计之中，并取得了较好的优化效果。通过对经典算例和某卫星构架子结构的拓扑优化计算，表明本文建立的结构拓扑优化模型能够有效地应用于工程结构的拓扑优化设计，从而为工程结构的结构型式选取提供了有价值的概念设计方案。     

利用声压信号基于HHT方法识别结构模态参数

文章基于结构振动声辐射的近场声压信号,结合Hilbert-Huang变换推导出声压信号和结构模态参数的关系,实现了利用声压信号对结构模态参数的识别。该方法既结合了声压信号非接触测量的优点,也结合了HHT适合处理非线性非平稳信号的优点,且只需适当一位置近场声压测量值,就可以准确地识别结构的固有频率和模态阻尼比。数值模拟实例也表明了该方法准确有效,为工程实际中结构的模态参数识别提供了一种新的简单实用方法。