基于深度神经网络的船舶图像识别检索研究

对船舶图像进行快速准确识别在军民领域都有广泛应用,随着船舶种类的增多、图像质量的提高,传统的卷积神经网络进行船舶图像识别需耗费大量时间。本文对深度神经网络的原理进行分析,并在此基础上研究基于深度神经网络的船舶图像识别流程,对船舶图像预处理技术进行研究,建立船舶图像训练集和测试集,对YOLOV2、卷积神经网络和本文算法的平均识别时间和识别准确率进行分析,最后研究3种算法的训练次数对识别准确率的影响。本文研究的深度神经网络船舶图像识别算法,在平均识别时间以及识别准确率上具有一定优势。     

雪域高原砺精兵铁马雄风谋打赢--兰州军区某汽车团狠抓军事训练

~~雪域高原砺精兵 铁马雄风谋打赢——兰州军区某汽车团狠抓军事训练@肖世军$68062部队     

专用配套车辆装备管理要追求“四性”

管理要因地制宜，讲究科学性管好专用配套车辆，除应有一般的车辆管理手段外，还要充分考虑特殊环境、特殊使用条件、特殊用途等方面造成的影响，统筹兼顾，制订出一套合乎平、战时专用配套车辆管理要求的规章制度来。根据平时专用配套车辆动用少、多数时间处于封存状态的实际，适当调整各种保养作     

消防救援队伍作战训练安全评估体系的构建策略

本文对消防队伍作战训练安全评估体系开展研究,分析了消防救援队伍作战训练安全事故的成因。随后,本文提出自作战指挥安全、作战训练安全理论、装备使用安全、安全员/紧急救助小组、安全救援意识五个维度提出安全评估体系的构建策略,并提出安全评估体系的保障策略,最终形成完善的消防救援队伍作战训练安全评估体系,供我国消防救援机构借鉴、参考。     

基于状态影响因子的高速铁路电务安全指数优化

为提升高速铁路电务安全保障能力,解决原有电务安全指数单一、只能静态反映高速铁路电务安全态势及电务运营安全复杂的连续动态表征评价等问题,采用随机过程理论,选取高速铁路电务设备正常、故障和事故3种状态相关的基本时间域、状态转移概率和状态持续系数作为电务安全指数的影响因子,并基于马尔科夫状态转移和Logistic函数分析的方法对其进行特征量提取,构建高速铁路电务安全指数优化模型;选取某典型线路和某典型路局电务6大类型设备的故障和事故基础数据,验证高速铁路电务安全指数优化效果。结果表明：由优化模型计算得到的高速铁路电务安全指数通过了双边趋势检验分析,能准确拟合电务设备状态的变化及持续周期变动,且部分状态变化趋势通过了显著水平α=0.05 （置信度为95%）和α=0.01 （置信度为99%）的检验,变化趋势明显;优化后的电务安全指数能直观、动态且连续地反映高速铁路电务设备运行的安全态势。     

基于LeNet-5的编组站站内机车车号识别系统的研究

编组站内机车车号的识别问题一直制约着本务机车综合管控技术的发展。为了解决这一问题,针对机车车次,机车类型自动识别问题进行研究。改进了基于卷积神经网络LeNet-5的识别算法,并收集了大量机车车次图像素材,通过图像预处理后,使用训练集进行模型训练,形成适用于机车车次识别的网络模型,通过使用python语言与.NET平台实现了机车车次识别系统的设计。实验表明,该方法对机车车号的识别达到了较高的识别水平。目前,车号识别系统已在中国铁路武汉局集团有限公司襄阳北站试验,高清图像素材从车站高清货检系统处获取,识别效果良好,为实现智慧型编组站提供了有力的技术支撑。     

基于Kubernetes的铁路客运营销深度学习平台的设计与实现

为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构.经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模...     

向莆铁路选线的总体思路

向莆铁路是一条典型的复杂山区铁路,结合向莆铁路的选线设计经验,运用新建铁路选线的基本原则:路网规划选线、城市规划选线、地形地物选线、地质水文选线、环保水保选线,阐述一条复杂山区铁路如何在涉及领域多、牵及面广、因素复杂的选线设计中运用选线的基本原则,完成线路走向方案的研究,达到路网布局合理、促进地方经济发展、工程适中、措施得当、符合环保的选线目的。