基于作业任务分类的船舶建造质量管理研究

针对我国造船企业船舶建造质量管理体系不成熟、质量管理执行不坚决、质量管理缺乏科学方法的现状,在分析船舶建造质量管理特点的基础上,将任务分类技术应用于船舶建造质量管理,全面覆盖船舶设计、建造全过程,显著提升船舶一次报验合格率。经63 500 t散货船"ARIES CONFIDENCE"项目交付后的统计数据显示,该船最后一次报检合格率与以往同类船型相比提升了7. 86%,为后续项目推行基于作业任务分类的船舶建造质量管理模式提供宝贵的数据支撑。     

云计算下海上多来源传输数据分类存储方法

针对传统的数据存储方法存储数据时负荷消耗过大的问题,研究云计算下海上多来源传输数据分类存储方法。使用小波变换对海上多来源传输数据去噪,根据计算数据间的支持度和相似度确定数据间的关联规则。利用后缀树聚类方法完成对数据的分类,确定分类后数据的存储位置,实现对分类数据的均衡负荷存储。通过与传统的应用MongoDB的数据存储方法的对比仿真实验,证明了云计算下海上多来源传输数据分类存储方法存储数据时的负荷消耗更少,具有优越性。     

基于高密度激光点云和深度学习的高速公路标线识别

道路标线的自动识别是智慧城市建设中急需解决的重要难题，也是绘制高精地图及无人驾驶所需的核心技术。提出一种激光雷达数据环境下高速公路常见标线自动识别方法：基于端到端PointNet语义分割功能自动提取道路标线点云；采用体素降采样及半径式离群点剔除去除路面噪点；应用DGCNN自动区分典型交通标线(实线、长虚线、短虚线、箭头、导流带),实现道路标线识别。应用京承高速公路某段激光雷达数据测试验证。结果表明：道路标线分类准确率达到94.73%,F1达到74.18%,AUC达到0.98。证明了解决道路标线识别方法的可行性，为智能驾驶环境下道路标线的自动感知和识别提供了一种新的思路。     

海外扫描

<正>2015年最适合骑车的城市榜单出炉前十均出自欧洲丹麦城市规划咨询机构哥本哈根设计公司推出"2015最适合骑车的城市"榜单,评估了全球122个城市。前10名依次为丹麦哥本哈根、荷兰阿姆斯特丹、荷兰乌得勒支、法国斯特拉斯堡、荷兰艾恩德霍芬、瑞典马尔默、法国南特、法国波尔多、比利时安特     

基于CapsNet模型的过程故障识别研究

为了实现过程故障的识别诊断,文章使用CapsNet模型训练数据。首先,运用网络模型的空间特性,以向量的形式对训练数据进行特征表示、归一化处理。然后,进行卷积操作,在动态一致路由更新上进行故障分类。最后,增加重构模块来对输入数据矩阵反馈修正,降低损失误差,使网络快速收敛。同时,在每一层网络进行特征可视化,能清楚看到每一层网络特征图的变化。实验结果表明,文章模型的过程故障识别性能优于其他神经网络模型。