球形大深度潜水器耐压壳体优化设计

文章考虑材料非线性以及初始缺陷的影响,提出了球形缺陷厚壳的非线性稳定性计算公式,其理论结果与实验结果相符,同时文中采用有限元方法验证了该理论公式的正确性;采用理论公式,对缺陷幅值半径比在0.1%～0.5%之间、厚度半径比在5%～9%之间的一系列球形大深度潜水器耐压壳体进行强度和稳定性分析;参考潜艇规范,对球形大深度潜水器耐压壳体进行了优化设计.     

基于深度学习算法的船用高频电路工作状态检测研究

为了提升船用高频开关电源的运行可靠性,提出基于深度学习算法的船用高频电路工作状态检测方法。采集船用高频电路工作状态信号,作为深度受限波尔兹曼机的输入,深度受限波尔兹曼机利用2层受限玻尔兹曼机,通过2次非线性映射,提取船用高频电路工作状态特征。设置所提取的高频电路工作状态特征,作为支持向量数据描述方法的输入,将输入样本映射至高维内积空间,判定样本是否存在于高维内积空间的最优超球体内,检测船用高频电路工作状态为正常或异常状态。实验结果表明,该方法可以精准检测船用高频电路工作状态,满足船舶高频开关电源的运行可靠性需求。     

弱磁型四旋翼AUV的深度与姿态控制

为对磁性敏感的实验装置提供一个无磁干扰、具有一定深度以及姿态稳定的水下测试环境,设计一款基于经典比例积分微分（PID）算法控制的弱磁型四旋翼水下自主航行器。本文通过外形设计,对该自主航行器进行三维建模,从而建立该AUV的运动学模型,进行稳定性分析。通过电气系统以及控制系统的设计与组装,调整各控制参数,成功搭建该自主航行器并进行水池实验。通过实验可知,基于PID控制的弱磁型四旋翼水下自主航行器通过无浮力缆与上位机连接,可以实现定深以及定姿态的功能。同时将各个误差值控制在理想范围内,验证了该控制系统的稳定性以及鲁棒性。     

基于数据挖掘的船用通信网络异常行为分类和识别研究方法

为保证船用通信网络的安全,设计基于深度数据挖掘的船用通信网络异常行为分类和识别方法。该方法数据处理模块采用全局信息数据融合策略,融合网络的原始采集数据,特征选择模块通过平均不纯度减少特征重要度计算方法,选择有效特征并计算该特征重要度后,形成特征集,将其输入分类识别模块的内外卷积网络深度学习网络模型中,通过模型的学习和训练,获取船用通信网络异常行为分类识别结果。测试结果显示：该方法可有效删除其中的无效特征,保留有效特征结果;可获取不同类别有效特征标签的重要度评分结果;分类识别的平均绝对误差均低于0.18,可完成不同流量变化下异常行为分类识别。     

基于深度学习的船用大功率放大器特性数学建模

设计基于深度学习的船用大功率放大器特性数学建模方法,合理分析船用大功率放大器特性及特性影响因素间的相关性,为船用大功率放大器实际应用与改进提供可靠依据。通过模拟实验采集船用大功率放大器特性影响因素数据,并对其实施有效的归一化处理,将归一化后的船用大功率放大器特性影响因素数据、放大器输出功率当作深度学习算法的有效输入以及输出,利用深度学习算法合理实施训练,合理构造、拟合船用大功率放大器特性关于影响因素的数学模型,并实施合理验证。实验结果表明：该方法构建的船用大功率放大器特性数学模型,可有效分析负载电阻、环境温度等影响因素与船用大功率放大器间的相关性,助力设计出更适合应用于水上领域的船用大功率放大器。     

深度学习的SAR图像海洋涡旋自动检测及其特征提取

本文针对SAR卫星遥感图像海洋涡旋自动检测问题,提出一种基于YOLOX高性能目标检测的海洋涡旋检测模型YOLOX-EDDY,该模型能够精准检测到亚中尺度海洋涡旋。根据SAR图像海洋涡旋的螺旋线形态,本文提出了涡旋中心位置、涡旋尺度和涡旋边缘位置等特征参数自动提取方法,实现了从海洋涡旋自动检测到涡旋特征信息提取的自动化处理。利用国家卫星海洋应用中心和中国资源卫星应用中心提供的高分三号卫星海洋涡旋SAR图像,构建SAR图像涡旋样本库,进行涡旋自动检测模型训练与验证、涡旋特征参数提取实验。实验表明,本文提出方法具有较强的泛化能力,能够实现海洋涡旋精准检测和涡旋特征参数提取。     

钎杆对岩体有效作用力试验研究

钎杆是高频破碎锤工作时作业环境最恶劣、受力情况最复杂的关键构件。为探究钎杆对岩体的有效作用力及其变化规律,从而确定最佳工作频率,本文基于高频破碎锤凿击模型试验,得出了钎杆的凿入深度及微应变随时间的变化情况,并基于此分析了凿入深度和微应变随时间的变化规律,推导了有效作用力的计算公式。研究结果表明：钎杆凿入岩体时的微应变与时间呈周期相同但幅度不同的振动曲线关系,其中峰值最大的振动为有效作用;钎杆的凿入深度和有效作用力均随凿击时间呈非线性正增长趋势,但不随挡位的增加呈线性增长;从钎杆的工作效率和磨损情况看,3挡均为最佳工作挡位,其对应的工作频率即为最佳工作频率。     

沿河路基局部冲刷深度的试验与分析

文章讨论了公路沿河路基局部冲刷机理及影响冲刷深度的主要因素,通过模型试验,利用实测数据、量纲原理及回归分析得出适用于新疆315国道芒崖-且末段的路基局部冲刷深度计算公式,为公路水毁的改造提供了理论依据和技术支撑.     

基于深度学习的短期交通流预测方法综述

针对基于深度学习的短期交通流预测问题,揭示了时空相关性建模本质,分析了建模过程中涉及的多尺度时空特性、异质性、动态性、非线性等特点,明确了基于深度学习进行短期交通流预测的核心挑战,阐述了短期交通流预测涉及的外部信息整合、多步预测与单步预测以及单体预测与集成预测等相关问题;按照网格化和拓扑化2种交通流数据组织方式,分别综述了当前最新的基于深度学习的短期交通流预测研究方向。研究结果表明：针对网格化交通流数据,当前研究主要包含了基于2D图像卷积神经网络、基于2D图像卷积神经网络与循环神经网络相结合、基于3D图像卷积神经网络3种预测建模方法;针对拓扑化交通流数据,当前研究主要包含了基于1D因果图像卷积与卷积图神经网络相结合、基于循环神经网络与卷积图神经网络相结合、基于自注意力与卷积图神经网络相结合、基于卷积图神经网络的时空同步学习4种预测建模方法;总体上,基于深度学习方法进行短期交通流预测相较于采用时间序列和经典机器学习方法获得了预测准确性上的极大提升;未来,针对物理理论、知识图谱与深度学习相结合,构建多时空数据挖掘大模型以及轻量化、可解释性、模型结构自动化搜索等维度的相关探索将成为重要研究方...     

日本上越新干线的喷水融雪系统

日本上越新干线在大宫-新潟-上毛高原站共420km线路上，应用了埋管喷水融雪系统。该地区年最大积雪深度达4．7m，在对高速列车的运行安全、经济性、环保性进行了深入研究，比较了排雪、防雪、融雪方式后，确认采用喷水融雪系统最为适合，其特点是：可全天候使用；按照地下取水原则，融雪用水采用河水，对环境最为有利；沿线设有融雪基地，目标是实现无人值守，建设成自动化系统，各融雪基地由一个管理所集中监视并控制；每3km设一个回收水池。