云计算环境下船舶无线通信网络入侵检测方法

以提升船舶无线通信网络安全性为目的,设计云计算环境下船舶无线通信网络入侵检测方法,提升入侵检测效果。利用云计算环境内Hadoop框架的分布式文件存储系统,存储船舶无线通信网络数据;通过云计算环境内Hadoop框架的MapReduce并行编程模型,对信息熵与长短期记忆网络进行分布式设计,设计并行信息熵-长短期记忆网络的入侵检测方法。该方法利用分布式信息熵选择船舶无线通信网络数据特征;以选择的特征为样本,输入至分布式长短期记忆网络内,输出无线通信网络入侵检测结果。实验证明：该方法可有效选择船舶无线通信网络数据特征,完成网络入侵检测,且入侵检测精度较高。在不同攻击类型时,该方法均具备较优的入侵检测效果。     

海上多目标侧向主动避碰算法研究

本文研究船舶海上制导系统,重点分析船舶海上路径规划设计方法以及船舶海上目标寻迹算法,同时给出船舶在海面上受到的载荷随时间变化情况;研究船舶海上多目标检测算法,并得出训练误差随迭代次数的变化曲线。最后对船舶海上多目标主动避碰系统进行仿真测试,分析导航角度和首航偏差角随时间变化情况。     

船舶大口径通海系统管路声学性能检测方法试验研究

通海系统是船舶结构的重要噪声源之一,开展通海系统管路振动检测评估是实现船舶系统低噪声建造及维护的重要手段。为克服船舶建造阶段存在的设备无法开启、狭窄空间内大型激励设备无法进舱开展工作等问题,本文提出一种船舶大口径通海系统管路声学性能检测方法,结合锤击法灵活方便的特点开展测试,通过引入参考点对传统锤击法获得的振动加速度值进行修正,解决因锤击激励与设备激励不同导致的测试结果差异,在仿真分析基础上开展试验验证了该方法的可行性,并对部分影响因素进行分析。结果表明,锤击点靠近测点有利于提高信噪比,减少背景噪声对测试结果干扰,使10 Hz～8 kHz频带内检测误差控制在3 dB以内,同时在锤击时使用软锤头结果优于硬锤头。     

船舶电子海图目标信息快速检索方法

为帮助船舶快速规避碍航物,提出电子海图目标信息快速检索方法。首先,采用墨卡托投影方法对电子海图实施投影转换,从中取得电子海图地理经纬度,并构建索引数据结构表,依据表中的前3项要素获取电子海图完整信息,从而确定目标信息检索区域。在采集目标信息数据后,提取其中的语义关联指向特征,将其用于指向性索引路径,从而实现目标信息快速检索。实验结果表明,该方法具有实时性强、有效性高的应用优势。     

基于桥梁健康检测之沉降装置设计研究

桥梁建成投入使用中受地基承载力变化、行车荷载、地震等外部因素的影响,轻则出现超允许数值范围的不均匀沉降现象导致桥梁变形,造成桥梁无法正常使用;严重时会诱发交通事故,带来安全隐患的同时也对经济建设产生影响。为确保公路安全畅通,对投入使用的桥梁要定期进行健康检测,尤其是在地震后有可能带来的地质变化造成的桥梁变形也要及时进行健康检测。其中,沉降量检测是桥梁健康检测的重要指标之一,其检测数据将作为对桥梁服役期间的服务性能进行合理评估的重要技术指标。长期以来,公路科研人员提出了各具特色的检测研究方向,以及有效、快速的成功检测与定量评价方法与技术,对合理使用资金与资源,实施桥梁最佳替换方案和养护策略,以及对于预测桥梁超限损坏和安全使用具有很好的实践意义,也为桥梁管理提供了可靠的理论依据,保障了投资效益最大化。2020年在河口区县道X028北外环西延公路上的一座T型梁桥——草桥沟老桥上采用一种既经济实用又快速、精准的检测技术装置进行了沉降量检测,实现了安全、快速、充分、全面的桥梁沉降量检测,对于确保桥梁安全畅通,及时提供了第一手资料。现就这种道路桥梁沉降勘测装置技术进行了详细介绍,期望为类似工程提供...     

面向绿色化的城轨基础设施检测模式分析

国家双碳战略布局下,城轨行业将全面推进绿色转型。基础设施检测作为城轨运营安全的重要保障,通过推广应用绿色化的检测模式、统筹优化线网检测资源配置,有助于城轨行业节能降碳。文章通过分析城轨基础设施检测和城轨综合检测列车的发展现状,在运营电客车+专用检测车基本架构下,结合线网运营规模等因素,提出 2 种检测装备配置方案,为贯彻新发展理念,加速检测技术装备绿色转型提供参考。     

发动机尾气排放污染程度有限元仿真检测分析

开发和建立一套更加科学、合理、先进的发动机尾气排放污染程度检测方法对于控制城市空气污染具有深远意义。针对国家现有检测标准存在检测要求过低问题,提出基于有限元分析的发动机尾气排放污染程度检测方法,该方法基于简易瞬态工况法检测设备建立发动机尾气排放污染程度检测舱实体模型,将测量后计算获得的实际发动机尾气排放因子与检测舱实体模型排放限值作对比,获得发动机尾气排放污染浓度值,完成检测。通过多种检测方法对比,证明了本文方法的检测技术更加先进,检测标准更加严格,与实际车检结果高度吻合,有利于有效治理排放不达标车辆,配合政府制定排放标准和减少城市空气污染。     

基于迁移学习的桥梁表观病害检测技术研究

桥梁表观病害检测是保证桥梁设施安全的关键技术之一。深度卷积网络因其强大的特征提取能力,被广泛应用于土木工程领域的结构病害识别与检测,然而在土木工程领域中往往缺乏用于训练深度学习网络的高质量大规模病害图像数据集。针对上述问题,提出一种基于迁移学习的桥梁表观病害检测方法。该方法运用迁移学习技术,通过迁移VGG16网络模型结构及全部卷积层参数,并在迁移后的模型结构上添加新的全连接层,以此来解决训练数据集不足的问题。运用动态学习率调整策略,以不同的学习率对卷积层和全连接层参数分别进行微调,用于提高模型的识别准确率。实验对比ResNet18,ResNet50,VGG19,VGG16等主流深度学习网络模型,该方法在验证集上取得了最高准确率,为98.86%。用实拍的未经过处理的桥梁表观病害图像数据集进行测试,该方法的整体结构表观病害识别准确率达到88.33%,其中泛碱、露筋和裂缝3类病害的测试准确率分别达到96.25%,80.00%和88.75%,具有较高的病害识别准确率,可以用于在役桥梁表观病害识别。     

基于特征增强学习的路面裂缝病害视觉检测方法

受路面复杂背景的干扰,既有的路面裂缝病害视觉检测算法易产生虚警和漏检问题。基于此,提出一种基于语义特征增强学习的路面裂缝病害检测方法。为了强化网络模型对图像浅层特征的利用,该算法以Unet++网络为裂缝检测的主框架,其通过融合更多的底层特征信息来提升裂缝病害检测的精度。在Unet++网络层间特征融合的基础上,根据不同卷积层的特征图属性,进一步差异性地引入视觉注意力计算模块,有效抑制背景杂波的干扰,减少虚警率。为了降低裂缝病害检测的漏检率,利用空洞卷积操作分别从2方面改进网络模型的训练过程：其一,应用空洞卷积代替传统的池化操作,通过网络的自动学习剔除无关紧要的特征信息,加强网络对细微裂缝特征的学习能力;其二,在网络上采样前,建立空洞卷积金字塔池化层,通过增加对裂缝特征的尺度多样性计算,保证网络模型在不同拍摄距离下裂缝病害检测的适用性。收集大量的路面裂缝图像数据并与不同算法进行对比分析,实验结果表明本算法取得了比全卷积网络、原始Unet++网络更优的裂缝检测效果。     

汽车燃油经济性检测技术关键(二)

L3.2开式取样系统图2为开式取样系统的碳平衡法燃油消耗量测量系统构成示意图。取样系统不与汽车排气管联接,只将接口正对排气管,汽车的排气只有部分随同环境空气被抽人取样系统。部分排气与环境空气混合稀释后通过该传感器排人大气。尾气分析仪也是采用检测通用的五气体分析