大数据背景下的船舶管理风险评估

船舶安全管理工作对于保障船舶安全航行起着十分重要的作用,传统方法如层次分析法、模糊评估法难以对船舶的管理风险进行科学的评价。为了提高船舶的管理风险评估精度,构建了粒子群算法优化RBF神经网络的船舶管理风险评估方法,首先利用粒子群算法对RBF神经网络的参数进行优化,然后利用优化的RBF神经网络对船舶管理风险进行评估,最后进行仿真测试,实验结果表明,本文方法的评估精度比对比方法的评估精度更高,同时耗时更少,可以满足对船舶的风险进行实时监控与管理。     

船舶通信软件的可靠性评估

船舶通信软件的可靠性与多种因素有关,同时具有多种变化特点,当前采用单一方法无法对船舶通信软件的可靠性进行客观、科学评估,导致船舶通信软件的可靠性评估偏差比较大,为了提高船舶通信软件可靠性评估的准确性,设计了基于组合模型的船舶通信软件可靠性评估方法。首先分析船舶通信软件可靠性评估进展,建立船舶通信软件可靠性评估指标,然后采用灰色模型对船舶通信软件可靠性进行评估,并采用多项式神经网络进行船舶通信软件可靠性评估,最后两者的船舶通信软件可靠性评估模型进行科学融合,输出船舶通信软件可靠性评估结果,并进行船舶通信软件可靠性评估仿真分析。组合模型的船舶通信软件可靠性评估正确率要高于单一灰色模型和多项式神经网络的评估正确率,船舶通信软件可靠性评估结果更加客观,为船舶通信软件可靠性研究提供一种新的方法。     

RBF神经网络的舰船电力系统故障诊断模型

舰船电力系统故障诊断是当前的热点问题,经典舰船电力系统故障诊断模型存在各自的缺陷,影响舰船电力系统故障诊断结果,为了改善舰船电力系统故障诊断结果,提出了RBF神经网络的舰船电力系统故障诊断模型。首先分析当前舰船电力系统故障诊断研究进展,阐述了RBF神经网络的舰船电力系统故障诊断原理,然后从舰船电力系统工作状态中提取特征向量,引入RBF神经网络进行学习,产生舰船电力系统故障诊断模型,并对RBF神经网络参数优化问题进行改进,最后与当前几种经典模型进行了故障诊断对比测试,RBF神经网络的舰船电力系统故障诊断正确率超过92%,而经典模型的舰船电力系统故障诊断正确率低于90%,误诊现象出现的概率很高,验证了RBF神经网络用于舰船电力系统故障诊断的优越性。     

基于组合优化算法的船舶信息风险评估

为避免船舶信息风险引发重大船舶航行事故,研究基于组合优化算法的船舶信息风险评估方法。选取通信、环境、管理、人为这4个方面因素共17个指标,构建船舶信息风险评估指标体系,将其作为径向基函数（RBF）神经网络输入层输入数据,经隐含层映射操作后,通过输出层输出评估到的船舶信息风险等级,采用结合模糊C均值聚类算法和遗传算法的组合优化算法,合理选取RBF神经网络隐含层中心向量并寻优获取最佳隐含层基函数宽度和权值向量,提升船舶信息风险评估效果。实验结果表明：该方法可有效评估多艘船舶的信息风险,并可依据评估结果获取何种因素导致船舶信息风险,提出针对性指导建议。     

基于深度学习的监控视频中船舶识别方法

针对当前监控视频中船舶识别成功率低、无法进行在线识别的难题,为了对监控视频中船舶进行准确识别,提出基于深度学习的监控视频中船舶识别方法。首先对监控视频中船舶识别原理进行分析,采集船舶识别的监控视频,将船舶识别从背景中分割,然后提取船舶识别的不变矩特征,将不变矩特征输入深度学习算法中进行训练,建立监控视频中船舶识别模型,最后进行了多个监控视频中船舶识别验证性实验。实验结果表明深度学习算法可以准确对监控视频中的船舶进行识别,提高了监控视频中船舶识别成功率,误识率急剧下降,远低于当前其它监控视频中船舶识别方法,实时性要也要高于其它识别方法,是一种速度快、结果可信的监控视频中船舶识别方法。     

RBF神经网络在船舶电力负荷预测中的应用

综合以往取得的研究成果,应用RBF神经网络对船舶电力负荷预测问题进行深入研究,提出一种基于RBF神经网络的船舶电力负荷预测方法。基于RBF神经网络实施船舶电力负荷预测,需要对对应的历史负荷数据进行选取。分两个层面对历史数据实施预处理,首先对异常数据实施完善和补充,接着实施样本归一化处理。基于RBF神经网络构建船舶电力负荷的对应预测模型,在模型的构建中,首先对节点数量进行确定。选取某高校实施船舶电站控制实验时使用的船舶作为实验船舶进行预测实例研究。根据研究中的实验结果,发现设计方法在预测时的相对误差较小,是一种预测精度较高的方法。     

RBF神经网络模型在遥感目标检测中的应用

光学遥感成像是一种常见的船舶目标图像获取方法,对其图像中的船舶目标检测正逐渐成为研究热点。本文利用RBF神经网络模型对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种常见船舶光学遥感图像进行检测,首先结合kmeans和区域增长法对遥感图像进行分割,接着对船舶区域提取灰度一致性矢量和距离直方图2个特征。最后用聚类方法对RBF网络训练,并用其对船舶目标进行训练和检测。检测结果表明,本文的RBF神经网络模型对船舶目标的检测准确率为86%左右,有效实现了常见船舶目标的检测。     

基于RBF神经网络的船用低速柴油机故障诊断系统

为确保船舶海上运输的安全性与稳定性,设计基于RBF神经网络的船用低速柴油机故障诊断系统.使用多传感器采集船用低速柴油机各关键构件信号,并对信号进行预处理,运用过限判断模块获得故障信号,RBF神经网络依据故障信号特征进行船用低速柴油机故障诊断和故障程度判断.实验结果表明,该系统能有效滤除信号中的无用高频信号,故障诊断结果...     

船舶监控视频数据的压缩与传输方法研究

为保障船舶航行信息准确直观的进行传输,对船舶监控视频图像的压缩与传输准确性要求进一步提高,由于传统船舶监控视频数据压缩和传输解压程序复杂、图像画质模糊,难以达到准确传输船舶数据画面的获取要求。基于上述背景,结合离散小波变换算法对船舶监控数据压缩与传输方法进行研究和优化,以提高数据传输的安全性和可靠性,达到精准快速的传输和恢复图像质量的设计目标。为检验该方法的有效性进行仿真实验,实验结果证实,结合小波算法的监控视频数据压缩与传输方法可有效提高图像数据处理过程中的抗干扰能力,有效获取图像特征,快速进行图像传输,达到了精准高效的设计目标,有利于保障船舶的航行安全。     

基于RBF神经网络的雷达网抗干扰效果评估

通过分析雷达网抗干扰效果的评估指标集,建立了一种基于RBF神经网络的雷达网抗干扰效果评估模型,并通过试验数据样本进行学习训练RBF神经网络模型。最后,利用训练好的RBF神经网络模型对雷达网的抗干扰效果进行评估,结果表明基于RBF神经网络的雷达网抗干扰效果模型具有一定实用性和可行性。     

《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。