基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。     

科考船多波束导流罩线型CFD分析方法与试验验证

针对于科考船多波束导流罩设计和船体线型设计缺少关联分析的主要问题,介绍了一种科考船导流罩线型与船体线型一体化CFD分析方法,综合考虑实船航行过程中船体型线和导流罩型线之间的相互影响。根据这种分析方法,分别对导流罩和船体组合线型的阻力性能和防气泡性能进行了CFD预报,并进行了船模试验。两者吻合良好,验证了此种CFD分析方法的工程实用性。     

Geoswath Plus多波束水深数据抽稀算法研究

根据多波束数据量大的特点,采用VC++程序开发语言,结合工程实际需要,开发出一套多波束数据抽稀程序,有效解决了用户从原始多波束水深数据中提取所需数据的问题。     

堆料机悬臂皮带机打滑原因的分析与处理

堆料机的悬臂皮带机在使用过程中,当悬臂上仰角度达到正常需要工作角度的某一值时,皮带会发生打滑现象,尤其是应用于运送铁矿和采用螺旋张紧或液压张紧装置张紧的悬臂皮带机,更易出现打滑的现象。通过实例分析其打滑机理,并提出解决办法。     

西非海域FPSO多点系泊系统的疲劳寿命分析

文章首先采用三维频域理论分析西非海域FPSO的水动力性能,得到船体各自由度的运动响应,慢漂载荷,附加质量和势流阻尼等;随后,利用分块法将波浪散点图离散为若干个海况,基于准动态方法对多点系泊系统进行分析,得到各海况下船体的漂移和各系泊缆的张力;最后,结合前两步的计算结果,采用T-N曲线,雨流计数和Miner线性累计损伤理论对系泊缆的疲劳寿命进行预报。研究结果表明,各系泊缆的疲劳寿命沿长度方向的分布趋势基本一致,锚链顶端和触底部分的疲劳寿命较短。此外,西非海域的涌浪对系泊缆的疲劳损伤较大,系泊设计时应予以重点关注。     

多层靠船结构梁板式码头水平力简化分析

为详细分析多层靠船结构梁板式码头在撞击力情况下码头排架的内力,采用有限元建立3D及2D模型进行对比分析。研究发现采用《高桩码头设计与施工规范》中简化水平力方法计算的2D模型与3D模型计算结果有较大差异。提出采用弹性支座简化水平力的方法,该方法能与3D模型计算结构较好吻合。     

高桩码头桩基动力损伤识别方法

结构的损伤对其动力特性会产生一定的影响,利用结构损伤前后的模态参数的变化来进行结构的损伤识别是行之有效的方法。然而结构在完整状态下的模态参数很难得到,损伤程度更是难以确定。针对上述问题,提出一种基于损伤状态下的拟合曲率模态的损伤识别方法:首先通过损伤后的位移模态拟合出无损伤位移模态,然后根据拟合出的位移模态得到拟合曲率模态,基于损伤后的真实曲率模态相对于拟合曲率模态的突变来判别损伤位置;引入曲率相对改变量、损伤位置参数和模态阶数作为损伤样本的特征向量,通过支持向量机判断结构损伤程度。实例分析表明该方法能够对高桩码头排架结构的损伤进行识别。     

基于多目标遗传算法的约束阻尼柱壳结构优化

文章为了改进被动约束阻尼柱壳结构的减振特性,解决引入约束阻尼的合理分布问题,提出了一种基于多目标遗传算法的优化设计方法。建立了以振动模态的前两阶损耗因子和引入约束阻尼材料总质量比为优化目标,以约束层、阻尼层厚度和粘弹性材料剪切模量为设计变量的多目标函数。利用遗传算法对 Pareto 最优进行优化选择,避免了对目标函数值的直接计算。通过分析和比较优化前后结构的模态振动频率变化以及幅频响应,表明引入质量太多会影响柱壳结构固有特性,而优化后结构能够避免太多的质量引入,并且具有更好的减振效果。     

基于支持向量机回归树的内燃机振动信号趋势预测

针对标准回归树建立在统计分析基础上所存在的缺陷,提出一种基于支持向量机的回归树预测模型。首先,根据原始振动信号趋势序列构建回归树;然后,针对回归树上包含样本数过少的节点,利用支持向量机,建立能够反映重要变量与响应变量之间映射关系的回归模型。仿真结果表明:即便由于设备出现异常,导致振动信号趋势序列出现非平稳、突变情况,该方法也能准确地预测,性能优于标准分析方法,具有一定的工程实用性。     

海上多跳无线自组网路由协议仿真研究

海事卫星通信由于其高昂的价格,难以得到广泛应用。为提高海上船舶通信的效率和经济性,有学者和企业提出了海上多跳无线自组网。然而,由于海面特殊的地理条件,波闭塞效应往往会干扰无线通信所需要的稳定链路,造成连接中断和通信质量下降。为解决以上问题,本文提出一种集合路径路由方法,通过对海上通信链路建模和特征分析,将多个海上节点组织为虚节点,使用虚节点之间的路由方法来增强通信链路的可靠性和稳定性,并利用仿真证明本文提出方案的可行性和高效性。