基于改进Canny算法的噪声图像边缘检测

针对经典Canny算法应用中常出现的无法滤除椒盐噪声且滤波后图像细节信息易丢失、Sobel卷积核定位的边缘信息精度较差、双阈值选取存在偶然性等问题,对Canny算法进行改进。首先采用自适应中值-高斯滤波法代替传统的高斯滤波,并融合Laplace边缘增强法,滤除大量噪声的同时保留图像边缘细节信息;使用精度更高的Scharr算子代替Sobel算子计算图像梯度幅值和方向;然后通过最大类间方差法自适应计算图像的最优阈值;最后选用BSD500数据集进行实验,结果表明：文中算法相对于经典Canny算法,峰值信噪比平均提升14.5 dB,边缘检测评价指标C/A提高0.07～0.24,C/B提高0.06～0.14,算法性能指标提高24.8%。     

基于机器学习算法的船舶电气故障分类与诊断方法

为实现船舶电气故障的早发现、早解决,设计基于机器学习算法的船舶电气故障分类与诊断方法。采用Trager能量算子增强传感器采集到的船舶电气设备振动信号,利用小波包分析方法提取增强后的电气设备振动信号特征,将电气设备振动信号特征输入卷积神经网络中进行训练,得出最佳的故障分类与诊断模型,并利用该模型实现船舶电气设备的故障分类与诊断。实验表明：采用Teager能量算子可以快速准确地将传感器采集的信号放大,且放大过程没有信息损失。训练后卷积神经网络的故障分类与诊断正确率接近100%,可能够准确诊断出船舶电气设备是否存在故障,并获取对应的电气故障类型。     

叠船运输方式下的半潜船耐波性分析

以叠船运输方式下的半潜船为研究对象,采用CATIA软件进行三维建模。基于AQWA软件计算在规则波中不同浪向、不同航速和不同吃水下的响应幅值算子(Response Amplitude Operator, RAO),分析在不规则波中不同海况条件下货物绑扎设计关键点的加速度变化,发现浪向、航速和吃水等因素对RAO的影响规律。研究结果可为叠船运输方式下的半潜船安全运输提供运动预报,为货物绑扎设计提供依据。     

基于双通道Teager能量重组的滚动轴承故障诊断方法研究

针对在列车轴箱采集到的故障信号伴随有较强背景噪声干扰这一问题,提出了一种基于双通道IMF(Intrinsic Mode Function)相关重组的滚动轴承故障诊断方法,其依据峭度选取最优共振带,通过EMD(Empirical Mode Decomposition)与相关系数求取合理的IMF分量,以Teager能量算子实现解调并基于相关函数对信号进行重组,削弱噪声干扰的同时强化故障信息。通过铁路轴承综合实验台验证,该方法可有效降噪并提取故障特征频率。     

基于R-THIOWGA集成算子的模糊关联多属性群决策方法

属性间的关联性破坏了独立多属性决策信息的测度可加性,为了更客观地反映决策者的决策意图,更准确地融合决策信息,同时提升算子对决策属性的描述能力,定义了三角犹豫直觉模糊数新的比较规则,引入模糊测度及Choquet积分定义了三角犹豫直觉模糊关联有序加权几何平均算子(R-THIOWGA),并构建了R-THIOWGA的数学模型,证明了RTHIOWGA幂等性、有序单调性、有界性等算子性质.以R-THIOWGA集成算子为基础,提出了模糊关联多属性问题群决策方法,并应用于我国海军远海维修保障平台选型的算例分析.研究结果表明,应用R-THIOWGA算子及基于R-THIOWGA的群决策方法解决模糊关联多属性决策问题是可行的、有效的.     

基于灰色关联度的多极模糊综合评价模型在道路安全评价中的应用

安全因素是个多目标、多层次的决策过程。建立这种评价模型当首先考虑模糊综合评价模型。本文建立了一个多级道路安全评价指标体系,并在此基础上介绍如何用灰色关联分析各评价指标的权重并进行模糊综合评价。     

基于自适应信息遗传算法的路面模量反算研究

针对在模量反算中,目标函数在最优值附近表现为大片狭长平坦区域的特点,提出了一类反算新算法——自适应信息遗传算法,新算法的优点是根据信息量大小来进行自适应细分模量解空间,从而节约大量的计算时间.改进了实数交叉算子,使用了新的探险策略,从而加强了新算法后期的局部搜索能力.随后的工程实例表明,这种新机制、新策略的引入,能够在...     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

一种多辐射源角度跟踪算法

为解决对多辐射源同时进行角度跟踪的问题,提出了一种将求根的正交传播算子方法(OPM)与零点跟踪相结合的新算法,实现了迭代的角度估计和自动关联.新算法引入了2个可变参数——遗忘因子和多项式方程阶数,通过调节这2个参数改变算法的性能,从而适应信噪比和目标角速度变化的信号环境.仿真结果表明,与传统方法相比,提出的算法具有更好的跟踪性能和灵活性,当信噪比高于0 dB时,其跟踪均方根误差小于0.15°.