基于深度学习的机器视觉技术在造船中的应用

近年来,以人工智能为代表的新兴技术日渐成为了传统行业生产力提升的增倍器.在船舶建造领域,为了实现高质量发展,智能制造技术的推广势在必行.由于其显著的特性,基于深度学习的机器视觉技术正应用于越来越多的造船工艺流程中,为提高生产效率、提升产品质量做出越来越重大的贡献.     

能量法估计全息面信噪比研究

在近场声全息技术中,全息面信噪比是一个非常重要的参数,但无法直接测量得到。为了解决该问题,给出了基于能量法的波数域内信噪比估值公式,并根据该公式分析估值误差的来源,指出全息面采样间隔对估值具有重要影响。为了判别估值是否准确,提出了选取全息面不同区域的数据进行重复估计的判别方法。当估值不准确时,指出可以通过减小全息面采样间隔来降低估值误差。仿真给出满足不同误差条件的不同采样间隔所对应的最大信噪比估值,可作为实际应用中的参考。     

考虑收益管理的高铁平行车次动态差别定价

基于RP(Revealed Preference)和SP(Stated Preference)调查数据，利用潜在类别模型对高铁旅客进行细分，得到旅客对平行车次不同服务属性，如列车运行时间、发车时段和舒适度的偏好程度，并对其进行量化；引入收益管理，以多列车整体收益最大为目标，构建平行车次动态差别定价模型，并设计模拟退火算法进行求解；最后，通过京沪高铁进行实例验证.结果表明：与固定票价进行客票销售相比，所提方案能够适应高峰期和平峰期不同客流特点，提高铁路客票总收益，为高铁平行车次灵活定价提供参考.     

云计算聚类挖掘算法在船舶海上信息平台中的应用

海洋数据量快速增长,如何获取有用的数据已经成为海上信息平台处理中的关键问题之一。本文在搭建的海上信息云平台上,利用Canopy算法实现海上数据的聚类分析,对云平台中的并行计算进行说明。最后进行与K-均值聚类的对比实验,从运行时间、加速比、聚类识别率等方面说明本文算法运行效率高,聚类识别效果好。     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

地铁车辆车体刚性称重试验台加垫调平改进算法

针对现有刚性称重试验台,建立地铁车辆车体称重模型,并介绍了调平刚度矩阵算法。结合现场数据验证了车体称重模型及调平刚度矩阵算法的正确性。提出了现有车体称重试验台加垫调平的改进算法。经验证,该改进算法无需大量迭代计算,即能直接找出满足要求的加垫量范围,节约了计算时间。     

船舶工程中智能优化算法的应用研究

在对船舶进行工程设计时,往往需要重点考虑电气管道和通信网络的布局,同时还要兼顾各个舱室的功能都要得到充分发挥,不会互相产生干扰。本文重点研究船舶的机舱布局特点,并利用粒子群优化算法实现智能布局优化,对机舱系统中的动力传输模型和负载电机控制进行建模与仿真。仿真结果表明,此优化算法能够有效实现对船舶机舱的控制,降低其在船舶工程实现上的难度,提高动力传送的效率。     

文化多元境遇下社会主义主流文化的传播路径选择

在从一元到多元的文化转型中,主流文化传播面临着传播内容落后、传播渠道不畅、传播效果不佳等问题,这些直接影响了主流文化的传播效果,影响了马克思主义、优秀传统文化、核心价值观等在社会生活中的地位及作用,给当代中国的文化建设和文化安全带来许多挑战。应创新主流文化传播的内容、方式,促进主流文化传播互动,提高主流文化传播的有效性。