基于改进支持向量机的船舶电力系统稳定性容错控制研究

为了提高船舶电力系统控制稳定性,提出基于改进支持向量机的,船舶电力系统稳定性容错控制方法。在传统支持向量机的基础上添加SVM分类策函数,生成电磁波最优超平面,对电磁波进行微观划分,引入模糊控制思想,建立模糊控制PID控制器,将划分后的电磁波作为PID控制器输入值,利用控制器模糊传递函数,提取电力系统控制输出值,建立PSO-LSSVM电力系统无线传感路径,通过传输节点,将控制输出值传输到电力系统指令层,实现船舶电力系统稳定性容错控制。实验数据表明,该控制方法对电力系统正向电流控制稳定性提高了16%,反向电流控制稳定性提高了22%,具有鲜明优势性。     

基于Parzen窗估计的一类加权极限自编码器

针对传统的一类分类器分布适应性差、数据描述不够精确等问题,提出了基于Parzen窗估计的一类加权极限自编码器.该方法首先采用Parzen窗法对数据分布的全局概率密度进行估计,进而对样本进行个性化加权操作,并训练极限学习机,从而实现对样本分布的精确描述.特别地,极限学习机以自编码器的方式实现,并通过重构误差来确定样本类属.实验结果表明:与诸多传统方法相比,其不但具有更好的数据描述能力,而且兼具时间复杂度低的优点.     

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。     

基于单分类支持向量机的CAN总线异常检测方法

为提高智能客车的网络安全性,提出一种基于单分类支持向量机模型的CAN总线报文异常检测方法,根据智能客车CAN总线的报文数据域特性,分析攻击对数据域产生的影响,将CAN报文的数据域提取成8个训练特征,以大量的行驶数据作为训练集和测试集,通过随机和仿真方式生成异常数据,采用交叉验证的方式对参数进行调整。试验结果表明,该模型能有效检测出异常数据,提升了智能客车的行驶安全性。