基于模糊神经网络的航海信息融合技术研究

根据航海信息融合的要求，建立了航海信息融合处理模型，讨论了各种传感器数据的融合处理；采用改进的自适应模糊系统的径向基函数网络的信息融合算法实现目标信息融合，建立数学模型，给出了具体的算法，并通过计算机仿真，验证了该信息融合算法对提高目标数据的精度和可靠性的有效性。     

基于克里金法的地磁数据插值研究

地磁场在很多方面都有应用,特别是在目前地磁匹配导航逐渐成为新兴的水下载体导航手段背景下,地磁数据的测量与其插值方法的研究逐渐受到了学者们的关注。文章使用某海区的实测磁异常数据,首先等间隔的取大间距数据应用克里金等插值方法生成等值线图,然后与原始数据小间距的等值线图比较,说明插值方法的有效性。然后进一步改进克里金法,通过交叉验证方法说明克里金法在地磁数据的插值分析中是完全可行有效的。     

基于GPRS网络的浮标水深远程监测系统研究

基于GPRS网络的浮标水深远程监测系统包含一个监控中心和多个现场处理单元。数据经过定时采集、处理后,发送到与之相连的DTU,DTU将数据传输到岸基监控中心。监控中心选用TCP/IP协议接收DTU发送的实时航道水深和坐标数据并显示在地图上。系统的实现可减轻航道管理部门劳动强度,提高工作效率,降低生产成本,提升航道维护质量。     

基于时序分析的港口航道水深变化研究及应用

本文基于Python语言,设计并实现了港口航道水深变化分析软件,可按照时序对历史水深监测数据进行叠加对比冲淤分析,能直观反映出港口航道水深变化情况及趋势,为航道维护、海事监管等决策分析提供有力支持.     

基于BP神经网络的船舶交通流量预测研究

在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。     

基于神经网络的船舶计算网络安全评估架构

船舶工业的发展提高了船舶系统的复杂度,船舶计算网络的安全问题对安全评估架构提出了新的需求。传统的评估架构不能满足船舶网络对准确性和性能的要求。本文首先根据船舶网络的特点建立基于嵌入式web服务器的安全评估系统,然后使用神经网络预测船舶网络的安全性,提高评估的精确性和性能。     

基于RBF神经网络的电子海图海底DEM数据生成技术研究

本文介绍一种利用RBF神经网络进行电子海图海底规则数字高程模型(DEM)网格数据的生成技术，从而为实现电子海图海底三维可视化奠定了基础。实验和实践结果表明该方法符合应用要求。     

基于无线网络的船舶航道水深测量研究

基于无线网络的船舶航道水深测量方法提升水深测量效果,为确保船舶航行安全提供参考。以超声波测距传感器为无线水深测量节点,采集船舶航道水深数据,利用相关函数法预处理超声波信号,提升水深数据采集精度;汇聚网关利用基于网络编码的数据传输方法,转发采集的水深数据至中央处理器;通过中央处理器分析处理接收的数据,并存储至对应的数据库内;用户利用客户端调取数据库内的数据,实时查看船舶航道水深测量结果。实验证明：该方法可有效采集船舶航道水深数据,精准测量船舶航道水深;不同冗余系数下,该方法数据传输的能耗较低,具备较优的数据传输效果。     

基于模糊神经网络的码头结构健康监测研究

结构监测技术在码头上的应用日益广泛,但通过传感器获取的监测数据往往受到环境的影响。结构的响应变化是非线性的,为了提高数据的准确性,文章提出了一种基于数据融合技术的五阶段数据处理方法,利用冗余和互补数据消除来自环境的噪声和误差。通过有限元分析方法获得神经网络的训练样本,并将该系统应用于无线传感器网络。结果表明模糊神经网络在码头结构监测系统中具有优势和可行性。     

高低潮位扩展至逐时潮位的插值方法比较

对我国近岸不同潮汐类型的高、低潮潮位数据,采用线性插值、Hermit插值、三次样条插值和三角函数插值等4种插值方法扩展到逐时数据,以潮汐表逐时数据做验证。从逐时数据误差分析、调和参数分析和工程水位(包括设计水位和乘潮水位)等角度对比各种插值方法的误差。结果表明,对于逐时数据误差,在北部湾的全日潮海区,各方法的误差均较大,而在其他海域Hermit插值方法最优,三角函数插值方法略差;对于调和参数和工程水位,Hermit插值和三角函数插值优于其他方法。     

基于小波分析的GIS地图数据压缩及边界处理

针对地理信息系统地图数据量大的问题,提出了多分辨分析数据压缩和边界处理方法。通过仿真,该方法效果明显,不仅能得到较大的压缩比,而且能够较好地反映原数据的特性。该方法可应用于PDA的GIS地图显示,具有广泛的应用价值。     

一个对象关系型船舶避碰案例模糊数据库系统模型

提出了一个基于对象关系数据模型的避让案例模糊数据库系统模型。该模型分为二级：用户级和系统级。其中引入了模糊技术和面向对象的方法，分别建立起了用于描述避让案例的数据库模型和用于描述系统模糊性的知识库模型，确定了相应的模糊数据表示形式，定义了各种模糊对象类型，重载并新增了相应的模糊操作算子，实现了模糊数据库上的查询功能。该模型具有更好的实用性和系统性，可以为船舶避碰提供更加有效的决策支持。     

基于船舶碰撞事故调查报告的人的因素数据挖掘

船舶碰撞事故发生率居高不下与人为失误有关，而人为失误的发生又受到包括个人因素、环境因素、船舶因素以及组织因素的影响。根据一般的事故统计数据能够初步识别出引发碰撞的人为失误行为，但要进一步建立影响因素与人为失误之间的对应关系却一直是令研究人员困惑的事情。一方面是因为缺少数据，另一方面是缺少方法。我们在收集100个碰撞事故调查报告的基础上，利用数据挖掘技术中的关联规则对人为失误与其影响因素之间的关系进行了挖掘，初步确定了船舶避碰过程中人为失误与引发因素之间的对应关系。     

完善海难救助报酬分配的若干思考

救助报酬的分配是海难救助制度中一个至关重要的方面。分配方案的合理、公正与否直接影响鼓励救助这一目的能否实现。分析了我国海难救助报酬分配的现状，比较、借鉴国际救助公约和英、美等国国内法相关规定，为完善海难救助报酬分配提出了几点修改建议。     

基于GRNN神经网络的长江干线港口集装箱吞吐量预测

在长江集装箱货源市场调查分析的基础上,根据长江干线集装箱发展形势,结合长江干线港口发展情况及历年数据调查,考虑影响港口吞吐量预测的复杂因素,运用GRNN神经网络的优点,构建预测模型。预测结果证明,该模型在应用中是有效的,且当样本数据短缺时,预测效果也较佳。     

基于改进的神经网络的船舶碰撞危险度的模型

针对船舶碰撞危险度具有模糊性、不确定性等特点,依据模糊理论方法建立的船舶碰撞危险度的数学模型,直接采用来船航速、来船航向、来船对本船的相对舷角和来船对本船距离作为神经网络的输入,采用Levenberg-Mrquardt优化算法这种改进的BP神经网络进行训练和仿真,并与标准BP算法和动量BP算法进行比较,发现经过改进的网络求得碰撞危险度比标准BP算法和动量BP算法具有更好的效果,网络能够更有效收敛,大大提高了网络的收敛速度和泛化能力。     

基于WEB-ECDIS的航标信息发布系统

随着现代信息技术、计算机网络技术的发展,在海上交通运输领域,为解决各涉海部门之间的信息孤岛问题,应用互联网实现海上交通信息发布与共享将是一有效的技术途经。本文利用成熟的网络地理信息技术和GeoBeans5.5工具软件,建立了基于WEB-ECDIS的航标信息发布系统,它是在Internet或Intranet网络环境下的一种兼容、存储、处理、分析和显示与应用航标实时空间信息的WEBGIS系统。用户可以在互联网上借助通用的网络浏览器,浏览、查询和获取基于电子海图空间数据与动态航标属性数据。本文从技术的角度,对系统做了简要的介绍。     

商船与渔船海上安全避让问题的探讨

阐述渔船、商船各自特点及海上商船不能及时发现渔船、渔具的几种可能性，提出商船安全避让渔船的思路。