基于遗传算法优化支持向量机的船舰目标识别分类

为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算法,优化支持向量机的惩罚因子与核参数;在参数优化后的支持向量机内,输入舰船目标特征矩样本,输出舰船目标识别分类结果。实验证明,该方法可有效提取舰船目标特征矩;经过参数优化后的支持向量机,可有效降低计算复杂度,加快检测目标识别分类效率,具备较优的舰船目标识别分类性能。该方法均可精准识别分类舰船目标。     

基于PSO-LSSVM的牵引供电系统故障诊断研究

为了提高列车运行稳定性,针对牵引供电系统故障诊断进行研究。根据牵引供电系统工作原理和特性分析故障现象与发生原因,提取用于故障诊断的特征信号;建立基于粒子群优化算法(Particle Swarm Optimization,简称PSO)优化最小二乘支持向量机(Least Squares Support Vector Machine,简称LSSVM)的故障诊断模型,并使用主成分分析(Principal Component Analysis,简称PCA)算法提取数据特征作为故障诊断模型的输入来降低输入维数;使用多种故障诊断模型进行对比分析。研究结果表明:经过PCA算法提取特征的PSO-LSSVM故障诊断模型具有较高的识别效率和识别准确性。     

应用斯特林机实现船舶废气热能利用的热电转换设备

随着国家碳中和及碳达峰战略目标的推进实施,航运节能减排的技术也被大众所关注。由于船舶机舱内部有大功率的发动机和发电机组,故在设备工作时产生的废气余热温度极高,可高达上千摄氏度。首先将废气余热通过斯特林机转化为机械能,再通过外接发电机转化为电能。整个工作过程在降低环境温度的同时产生了电能,提升废气余热的利用效率。据初步试验,在温度为433℃时即可产生约3.3 V的电能。该装置结构简单,没有复杂的机械结构,安全性较高、可靠性强,若能在船舶机舱中多设备同时使用,对于实现碳中和及碳达峰目标拥有积极的助力。     

京张高铁八达岭长城地下站站内气流实测与分析

京张高铁八达岭长城地下站站内气流流通路径复杂,内部的热压风作用明显,且当列车高速越行通过车站时,引起的活塞风会影响乘客的舒适性及站内空调系统的运行.对京张高铁冬季运营初期长城站站内各处的速度和温度进行了现场实测,分析站内气流流动和温度分布规律.实测结果表明:冬季站内外温差大,且隧道埋深较深,热压作用强,流经车站内的风为...     

MAN 6L16/24副机排气冒黑烟故障原因分析与解决方案

针对船舶副机排气冒黑烟的故障问题,文章介绍了船旗国对船舶排放黑烟的法律法规要求,分析了副机故障原因,提出了有效的解决方案,供同行们参考。     

工程岩体的支持向量机分类研究

文章提出一种新的工程岩体分类和寻找最优支持向量机网络的方法,通过采用支持向量机的回归算法来解决多类分类的问题。通过对相同工程岩体的分类结果对比,发现可以采用支持向量机回归算法来解决工程岩体的分类问题,取得与采用支持向量机多类分类算法相同的分类效果,从而证明了采用回归算法来解决分类问题是可行的。     

基于IPSO-SVM的双塔斜拉桥线形预测研究

斜拉桥的施工线形控制与预测是斜拉桥安全施工与运营的关键。文章以某大跨度斜拉桥工程为背景,针对大跨度斜拉桥施工线形控制与预测问题,提出了一种基于非线性粒子群算法优化支持向量机的斜拉桥线形预测模型。通过支持向量机建立了影响斜拉桥结构响应的随机变量与主梁线形之间的关系,并采用非线性递减策略改进惯性权重的粒子群算法对支持向量机参数进行优化,得到了斜拉桥线形预测模型。相关计算结果表明:非线性粒子群算法对于支持向量机参数的寻优具有更好的收敛性;基于非线性粒子群算法改进的支持向量机对样本数据的拟合精度最高,平均误差<0.005 m;提出的预测模型可以较为准确地预测主梁节段的线形标高,预测结果与实测值、理论值的平均相对误差<2%,可为斜拉桥施工线形控制提供一定的理论参考。     

多源数据互补的隧道运营安全智能监测系统设计与应用

隧道作为高速公路重要的一环,以“人-车-环境”为主要因素的运营安全问题一直为管理者所关注。通过系统平台的架构与功能设计,以基于深度学习的视频事件检测技术为基础,适当增加如“雷达+视频”的融合检测技术、隧道态势感知技术、智能球机联动功能,提高了异常事件的检出效率,可掌握隧道实时运行状态以及事后的智能聚焦查看。解决了依靠人工巡检视频监控隧道交通事件的难题,其智能化、及时性、准确性对于预防二次事故的发生和控制事态发展,具有重要作用。     

解决WARTSILA 4R22/26副机启动时两缸不发火问题

WARTSILA 4R22/26副机在使用某些港口加装的燃油时,经常发生启动时两缸不发火的情况,后续产生这样或那样的损坏故障,给设备安全和航行安全带来极大隐患。文章分析故障,找出原因,提出解决办法。     

一种多传感器信息融合的噪声源识别方法研究

水下航行器噪声源识别是一个小样本条件下的模式识别问题.充分利用多个传感器采集的信号是解决小样本问题的有效途径.但是,目前各个传感器在整体评估中所占的权重没有一种合理的评估方法.文章利用直推式置信机(TCM)可以给出分类预测置信的能力,首先提出一种改进的奇异值测量方法,提高计算预测置信的准确性.然后将该置信作为传感器权重的有效表征,提出了一种多传感器信息融合的改进型直推式置信机算法,即TCM-IKNN-M(Transductive Confidence Machine for Improved K-Nearest Neighbors based on Muhi_sensors)算法.舱段模型试验表明,文中提出的算法有效地利用了多个传感器的信息,大大提高了识别的正确率.