电子海图导航系统发展前瞻

介绍电子海图导航系统的分类、标准化进程和应用现状,从智能化发展角度,着重分析电子海图导航系统在应用形态、环境感知和岸基支持三方面的研究进展和发展趋势:应用形态包括移动化、多维化和增强现实技术的应用,环境感知强调多源数据感知和融合的重要性,岸基支持主要阐述发展E-Navigation和VDES通信技术的重要性。最后对这些关键技术的发展和突破进行展望。     

面向智能船舶岸基控制技术人才培养的产教融合实训教学平台构建

面向智能船舶产业链的快速发展,为提升智能船舶领域人才培养质量,服务区域经济发展和国家战略需求,提出构建服务智能船舶岸基控制技术领域人才培养的“1+5+1”产教融合实训生态系统,建设虚实结合、船岸结合、产学研用创结合的智能船舶岸基控制技术产教融合实训平台和区域共享型技术应用创新服务平台,以更好地服务于智能船舶岸基控制技术领域人才培养。     

在长三角地区公交行业发展战略研讨会上的讲话

同志们: 在有关方面的共同努力下,长三角地区公交行业发展战略研讨会今天终于在温州如期举行.首先,请允许我代表中国土木工程学会城市公共交通学会对前来参加会议的各位专家、长三角和周边地区公交行业的各位同仁,以及有关厂商负责人表示感谢;特别要向中国土木工程学会张雁秘书长,温州市叶际仁副市长和温州市人大、市政协的领导,温州市公交行业主管部门领导,以及两省一市管理部门和有关行业协会的负责人百忙中前来参加会议,并对会议给予支持指导表示崇高的敬意;我还要代表学会非常感谢温州市政府和温州公交集团总公司为这次会议的顺利召开付出的辛勤劳动和给予的热情周到的服务.     

智能三维位移反分析法在浅埋偏压隧道中的应用

支持向量机（Support Vector Machines,SVM）算法具有小样本、全局优化和泛化性能好的优点,且不存在过拟合的弊病.结合张石高速北口隧道浅埋偏压段的施工,将一种改进的支持向量机算法引入隧道工程位移反分析,并采用遗传算法在样本训练阶段自动搜索训练效果最优的SVM参数,建立起围岩力学和初始地应力参数与洞周位移的非线性SVM映射;然后,以遗传算法在围岩力学和初始地应力参数范围内,自动搜索能使SVM计算位移与实测位移最接近的参数组合,完成围岩力学和初始地应力参数的智能辨识.应用结果表明,这种新型的智能位移反分析法能在监测数据有限的情况下,高精度地反演辨识围岩力学与初始地应力场参数,为围岩变形超前预报提供计算参数以指导施工,并为类似工程提供借鉴.     

基于遗传优化支持向量机的交通事故预测

针对道路交通事故的预测问题,引入基于遗传优化支持向量机算法建立交通事故预测模型。利用遗传算法寻找支持向量机的最优参数组合,并用最优参数构建相应的支持向量机预测模型。仿真计算结果表明,基于遗传算法优化支持向量机模型优于传统的SVM模型,从而可以更有效地对道路交通事故进行预测。     

城市快速路出口分流区犹豫行为识别研究

为了探明城市快速路出口分流区的车辆犹豫行为特性,针对犹豫车辆的特征及其识别方法进行研究。采用无人机在230 m的高空对出口分流区进行拍摄,获取车辆运行视频数据,并利用Deepsort-Yolov3多目标追踪算法,提取犹豫车辆及周边车辆的行驶轨迹数据。根据车辆轨迹特征的差异,将其分为变道型及迟缓型两类。通过对滞后系数、距出口距离、最大瞬时速度差等特征指标的分析,得出：两类犹豫车辆的滞后系数均集中在20%～30%,显著大于正常车辆;变道型犹豫车辆距出口的距离集中在-10～70 m,显著小于正常变道车辆的100～130 m;迟缓型犹豫车辆的最大瞬时速度差集中在4～7 m·s^-1,显著大于正常直行车辆的0～2 m·s^-1。说明与正常行驶车辆相比,犹豫车辆在出口分流区减速幅度更大,变道型犹豫车辆变道时,距离出口过近,不利于后方车辆的跟驰,增加了出口区的冲突及安全风险。采用滞后系数与距出口距离作为变道型犹豫车辆的识别指标,采用滞后系数与最大瞬时速度差作为迟缓型犹豫车辆的识别指标,分别构建两类犹豫行为的样本集,并随机划分为训练集和测试集。根据训练集数据,基...     

SVM在船舶柴油机故障检测系统中的应用研究

支持向量机(Support Vector Machine,简称SVM)是目前模式识别领域中最先进的机器学习算法,采用了核函数的思想,把非线性空间的问题转换到线性空间,降低了算法的复杂度.文中对SVM在船用柴油机故障诊断中的应用进行了论述,运用支持向量机理论对其进行了故障诊断的仿真研究和试验研究.     

半潜式支持平台恶劣海况下的运动性能试验研究

针对我国自主开发设计的某型深水半潜式支持平台,基于模型试验方法开展恶劣海况下运动性能研究.在完成水平系泊系统和气隙、砰击载荷测试方案设计的基础上,开展试验研究,获得了平台固有周期、阻尼系数、恶劣海况下的运动响应以及气隙、砰击等非线性载荷.结果显示,在恶劣海况下,目标平台运动响应较大,不具备作业条件.平台多处出现气隙负值且发生较为显著的砰击现象,砰击次数及砰击压力均较大.     

基于深度卷积神经网络的船舶识别方法研究

为解决目前船舶识别率较低的问题,基于深度卷积神经网络算法,提出一种在深度卷积神经网络基础上的改进算法。利用卷积神经网络对船舶图片进行深度特征提取,结合HOG算法得到准确的边缘特征,结合HSV算法得到颜色特征,通过SVM分类器对船舶进行分类。算法主要包括2个阶段:训练阶段实现卷积神经网络的预训练,将得到特征归一化,PCA降维,通过HOG算法得到边缘特征,最后训练SVM分类器;测试阶段则对算法的准确性进行核实。实验结果表明,该方法平均识别正确率达到93.6%,可以很好地实现船舶识别。     

基于小波和仿射不变矩特征融合的舰船型号识别

针对不变矩对仿射形变目标描述的不足,为提高舰船型号的识别精度,提出一种基于小波和仿射不变矩特征融合的舰船型号识别方法。首先对二值舰船图像进行归一化处理,并分别提取归一化舰船图像的小波矩特征值和仿射不变矩特征值;然后通过计算样本特征均值与标准差的比值,选择出鲁棒性好、稳定性高的特征,通过归一化方法进行融合;最后构造五类舰船的样本集,采用支持向量机(SVM)作为分类器识别测试样本的型号,分析不同矩特征、样本集大小、SVM参数、本文方法对识别精度、稳定性的影响。实验结果表明,文中给出的算法提高了识别精度,并且在训练样本集较小时仍能获得88%以上的识别率。